Текущий выпуск Редакционная коллегия Публикационная этика Рецензирование Правила оформления Архив Контакты
Отправить статью
Все выпуски
Скачать выпуск
Выпуск 1
15.03.2023
RUS
ENG
РАЗВИТИЕ ТРАНСПОРТНОЙ ЛОГИСТИКИ
Лёвин Б.А., д.т.н., профессор, Президент, Российский университет транспорта, РУТ (МИИТ);
Цветков В.Я., д.т.н., профессор, начальник научного отдела, АО «НИИАС»;
Аннотация
Проводится исследование современного состояния и развития транспортной логистики. Отмечено, что в настоящее время существует около двадцати разных видов логистики и она продолжает развиваться. Дана систематика основных видов логистики, связанной с транспортными перевозками. Раскрываются особенности и отличия этих логистик. Си- стемный подход приводит к понятию логистическая система. Дается анализ основных ком- понент логистической системы. Раскрывается содержание логистических услуг. Описано значение логистических систем в современной транспортной логистике. Показано зна- чение транспортировки как сервисной технологии. Показано различие между обычной транспортировкой грузов и транспортировкой как логистического компонента. Пока- зано значение пространственного моделирования в логистических процессах. Описана роль геоинформатики в логистике. Дана систематика видов моделирования в логистике.
Ключевые слова
транспорт, транспортная логистика, логистическое информацион- ные единицы, пространственная логистика, логистическая система, бизнес логистика
Список литературы
1. Тебекин А. В. Логистика. – Москва. Дашков и К, 2018. – 356с.

2. Неруш Ю. М., Неруш А. Ю. Логистика. – Москва.: ЮРАЙТ, 2019. – 559с.

3. Ивуть, Р. Б. Логистика : учебное пособие для студентов. – Минск : БНТУ, 2021. – 462с.

4. Лёвин Б.А., Цветков В.Я. Оптимизация движения в транспортной сети // Наука и технологии железных дорог. 2022. Т. 6. №3 (23). – С.10-19.

5. Tien N. H., Anh D. B. H., Thuc T. D. Global supply chain and logistics management //Dehli: Academic Publications. – 2019.

6. Harrison A. et al. Logistics management and strategy: competing through the supply chain. – Pearson UK, 2019.

7. Раев В.К., Цветков В.Я. Логические цепочки // Дистанционное и виртуальное обучение. 2018. – № 1(120). – С.14-21.

8. Winarno H. et al. Food hubs and short food supply chain, efforts to realize regional food distribution center //International Journal of Supply Chain Management. – 2020. – Т. 9. – №. 3. – С. 338-350.

9. Kalaiarasan R. et al. Supply chain visibility for improving inbound logistics: a design science approach //International Journal of Production Research. – 2022. – С.1-16.

10. Nogueira G. P. M. et al. The environmental impact of fast delivery B2C e-commerce in outbound logistics operations: A simulation approach // Cleaner Logistics and Supply Chain. – 2022. – Т. 5. – С. 100070.

11. Haralambides H. E. Gigantism in container shipping, ports and global logistics: a time-lapse into the future //Maritime Economics & Logistics. – 2019. – Т. 21. – №. 1. – С.1-60.

12. Selviaridis K., Norrman A. Performance-based contracting for advanced logistics services: challenges in its adoption, design and management // International Journal of Physical Distribution & Logistics Management. – 2015.

13. Uusitalo J. A framework for CTL method-based wood procurement logistics //International Journal of Forest Engineering. – 2005. – Т. 16. – №. 2. – С.37-46.

14. Цветков В.Я., Ознамец В.В., Филатов В.Н. Решение задачи Лаунхардта в нечеткой ситуации. // Информация и космос. – 2018. – №4. – С.103-109.

15. Konstantakopoulos G. D., Gayialis S. P., Kechagias E. P. Vehicle routing problem and related algorithms for logistics distribution: A literature review and classification //Operational research. – 2022. – Т. 22. – №. 3. – С.2033-2062.

16. Xu J., Shi Y., Zhao S. Reverse logistics network-based multiperiod optimization for construction and demolition waste disposal //Journal of Construction Engineering and Management. – 2019. – Т. 145. – №. 2. – С. 04018124.

17. Prajapati H., Kant R., Shankar R. Bequeath life to death: State-of-art review on reverse logistics //Journal of cleaner production. – 2019. – Т. 211. – С.503-520.

18. Baah C., Jin Z., Tang L. Organizational and regulatory stakeholder pressures friends or foes to green logistics practices and financial performance: investigating corporate reputation as a missing link //Journal of cleaner production. – 2020. – Т. 247. – С.119125.

19. Russell S. H. Growing world of logistics //Air Force Journal of Logistics. – 2000. – Т. 24. – №. 4. – С.12.

20. Wegelius-Lehtonen T. Performance measurement in construction logistics //International journal of production economics. – 2001. – Т. 69. – № 1. – С.107-116.

21. Цветков В.Я. Информационное описание картины мира // Перспективы науки и образования. – 2014. – №5(11). – С.9-13.

22. Раев В.К. Информационные единицы в информационном поле // Славянский форум. 2022, 1(35). С.104-114.

23. Андреева О. А. Информационные единицы в моделировании транспортной инфраструктуры // Наука и технологии железных дорог. – 2020. – 1(13). – С.57-68.

24. Розенберг И.Н., Цветков В. Я. Логические информационные единицы // Международный журнал прикладных и фундаментальных исследований – 2009. – № 4. – С.110 – 111.

25. Цветков В. Я. Информационные единицы сообщений // Фундаментальные исследования. – 2007. – №12. – С.123 – 124.

26. Андреева О. А., Дышленко С. Г. Геоинформационное проектирование трехмерных объектов // ИТНОУ: Информационные технологии в науке, образовании и управлении. – 2019. – № 1(11). – С.39-46.

27. Куприянов А. О. Информационная модель геореференции //Перспективы науки и образования. – 2016. – №. 6 (24). – С.96-100.

28. Цветков В.Я. Развитие технологий управления // Государственный советник. – 2015. – №4(12). – С.5-10.
Скачать / Download
DEVELOPMENT OF TRANSPORT LOGISTICS
Lyovin B.A., Professor, President, Russian University of Transport, RUT (MIIT);
Tsvetkov V.Ya., D.ofSci.(Tech), Professor, Head of Scientific Department, JSC "NIIAS";
Abstract
The article conducts a study of the current state and development of transport logistics. It is noted that currently there are about twenty different types of logistics and it continues to develop. The systematics of the main types of logistics associated with transportation is given. The features and differences of these logistics are revealed. A systematic approach leads to the concept of a logistics system. An analysis of the main components of the logistics system is given. The content of logistics services is disclosed. The importance of logistics systems in modern transport logistics is described. The importance of transportation as a service technology is shown. Shows the difference between normal transportation of goods and transportation as a logistics component. The value of spatial modeling in logistics processes is shown. The role of geoinformatics in logistics is described. The taxonomy of types of modeling in logistics is given.
Keywords
transport, transport logistics, logistics information units, spatial logistics, logistics system, business logistics.
References
1. Тебекин А. В. Логистика. – Москва. Дашков и К, 2018. – 356с.

2. Неруш Ю. М., Неруш А. Ю. Логистика. – Москва.: ЮРАЙТ, 2019. – 559с.

3. Ивуть, Р. Б. Логистика : учебное пособие для студентов. – Минск : БНТУ, 2021. – 462с.

4. Лёвин Б.А., Цветков В.Я. Оптимизация движения в транспортной сети // Наука и технологии железных дорог. 2022. Т. 6. №3 (23). – С.10-19.

5. Tien N. H., Anh D. B. H., Thuc T. D. Global supply chain and logistics management //Dehli: Academic Publications. – 2019.

6. Harrison A. et al. Logistics management and strategy: competing through the supply chain. – Pearson UK, 2019.

7. Раев В.К., Цветков В.Я. Логические цепочки // Дистанционное и виртуальное обучение. 2018. – № 1(120). – С.14-21.

8. Winarno H. et al. Food hubs and short food supply chain, efforts to realize regional food distribution center //International Journal of Supply Chain Management. – 2020. – Т. 9. – №. 3. – С. 338-350.

9. Kalaiarasan R. et al. Supply chain visibility for improving inbound logistics: a design science approach //International Journal of Production Research. – 2022. – С.1-16.

10. Nogueira G. P. M. et al. The environmental impact of fast delivery B2C e-commerce in outbound logistics operations: A simulation approach // Cleaner Logistics and Supply Chain. – 2022. – Т. 5. – С. 100070.

11. Haralambides H. E. Gigantism in container shipping, ports and global logistics: a time-lapse into the future //Maritime Economics & Logistics. – 2019. – Т. 21. – №. 1. – С.1-60.

12. Selviaridis K., Norrman A. Performance-based contracting for advanced logistics services: challenges in its adoption, design and management // International Journal of Physical Distribution & Logistics Management. – 2015.

13. Uusitalo J. A framework for CTL method-based wood procurement logistics //International Journal of Forest Engineering. – 2005. – Т. 16. – №. 2. – С.37-46.

14. Цветков В.Я., Ознамец В.В., Филатов В.Н. Решение задачи Лаунхардта в нечеткой ситуации. // Информация и космос. – 2018. – №4. – С.103-109.

15. Konstantakopoulos G. D., Gayialis S. P., Kechagias E. P. Vehicle routing problem and related algorithms for logistics distribution: A literature review and classification //Operational research. – 2022. – Т. 22. – №. 3. – С.2033-2062.

16. Xu J., Shi Y., Zhao S. Reverse logistics network-based multiperiod optimization for construction and demolition waste disposal //Journal of Construction Engineering and Management. – 2019. – Т. 145. – №. 2. – С. 04018124.

17. Prajapati H., Kant R., Shankar R. Bequeath life to death: State-of-art review on reverse logistics //Journal of cleaner production. – 2019. – Т. 211. – С.503-520.

18. Baah C., Jin Z., Tang L. Organizational and regulatory stakeholder pressures friends or foes to green logistics practices and financial performance: investigating corporate reputation as a missing link //Journal of cleaner production. – 2020. – Т. 247. – С.119125.

19. Russell S. H. Growing world of logistics //Air Force Journal of Logistics. – 2000. – Т. 24. – №. 4. – С.12.

20. Wegelius-Lehtonen T. Performance measurement in construction logistics //International journal of production economics. – 2001. – Т. 69. – № 1. – С.107-116.

21. Цветков В.Я. Информационное описание картины мира // Перспективы науки и образования. – 2014. – №5(11). – С.9-13.

22. Раев В.К. Информационные единицы в информационном поле // Славянский форум. 2022, 1(35). С.104-114.

23. Андреева О. А. Информационные единицы в моделировании транспортной инфраструктуры // Наука и технологии железных дорог. – 2020. – 1(13). – С.57-68.

24. Розенберг И.Н., Цветков В. Я. Логические информационные единицы // Международный журнал прикладных и фундаментальных исследований – 2009. – № 4. – С.110 – 111.

25. Цветков В. Я. Информационные единицы сообщений // Фундаментальные исследования. – 2007. – №12. – С.123 – 124.

26. Андреева О. А., Дышленко С. Г. Геоинформационное проектирование трехмерных объектов // ИТНОУ: Информационные технологии в науке, образовании и управлении. – 2019. – № 1(11). – С.39-46.

27. Куприянов А. О. Информационная модель геореференции //Перспективы науки и образования. – 2016. – №. 6 (24). – С.96-100.

28. Цветков В.Я. Развитие технологий управления // Государственный советник. – 2015. – №4(12). – С.5-10.
Скачать / Download
УПРАВЛЕНИЕ НЕДВИЖИМОСТЬЮ ТРАНСПОРТНОЙ ИНФРАСТРУКТУРЫ
Волков Р. В., к.э.н., Первый проректор, Российский университет транспорта;
Аннотация
Исследуется управление недвижимостью транспортной инфраструктуры. Показаны два направления в управлении недвижимостью транспортной инфраструктуры: объектное и корпоративное. Объектное управление использует в основном информационные модели объектов. Корпоративное управление осуществляет управлении группами объектов, при этом используются информационные модели ситуаций. Отмечена особенность применения информационного моделирования зданий (Building information modeling) для управления недвижимостью. Подчеркнута необходимость применения системного подхода в управлении недвижимостью с учетом всех этапов жизненного цикла. Отмечена тенденция перехода к интеллектуальному управлению недвижимостью.
Ключевые слова
транспорт, управление, транспортная инфраструктура, управление недвижимостью, пространственное моделирование
Список литературы
1. Béres A. et al. Spatial econometrics: transport infrastructure development and real estate values in Budapest //Regional Statistics: Journal of the Hungarian Central Statistical Office. – 2019. – Т. 9. – №. 2. – С. 1-17.

2. Волков Б. А., Соловьёв В. В. Недвижимость железнодорожного транспорта России //Недвижимость: экономика, управление. – 2013. – №. 2. – С. 128-130.

3. Марцинковская А. В. Эффективность инновационных технологий в строительстве и управлении недвижимостью на железнодорожном транспорте //Недвижимость: экономика, управление. – 2010. – №. 3-4. – С. 83-87.

4. Максудова Л.Г., Цветков В.Я. Информационное моделирование как фундаментальный метод познания // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2001. – №1. – с.102-106.

5. Bolshakov N. et al. Digital Asset in the System of Real Estate Management //E3S Web of Conferences. – EDP Sciences, 2021. – Т. 263. – С. 04039.

6. Munawar H. S. et al. Big data and its applications in smart real estate and the disaster management life cycle: A systematic analysis //Big Data and Cognitive Computing. – 2020. – Т. 4. – №. 2. – С. 4.

7. Prus P., Sikora M. The impact of transport infrastructure on the sustainable development of the region—Case study //Agriculture. – 2021. – Т. 11. – №. 4. – С. 279.

8. Liang J., Koo K. M., Lee C. L. Transportation infrastructure improvement and real estate value: impact of level crossing removal project on housing prices //Transportation. – 2021. – Т. 48. – №. 6. – С. 2969-3011.

9. Cordera R. et al. The impact of accessibility by public transport on real estate values: A comparison between the cities of Rome and Santander // Transportation Research Part A: Policy and Practice. – 2019. – Т. 125. – С. 308-319.

10. Ibeas Á. et al. Modelling transport and real-estate values interactions in urban systems //Journal of Transport Geography. – 2012. – Т. 24. – С. 370-382.

11. Debrezion G., Pels E., Rietveld P. The impact of rail transport on real estate prices: an empirical analysis of the Dutch housing market //Urban studies. – 2011. – Т. 48. – №. 5. – С. 997-1015.

12. Tokarczyk-Dorociak, K.; Kazak, J.; Szewranski, S. The Impact of a Large City on Land Use in Suburban Area: The Case of Wrocław (Poland). J. Ecol. Eng. 2018, 19, 89–98.

13. Murphy, E. Urban spatial location advantage: The dual of the transportation problem and its implications for land-use and transport planning. Transp. Res. Part A Policy Pract. 2012, 46, 91–101.

14. Geurs, K.T.; van Wee, B. Accessibility evaluation of land-use and transport strategies: Review and research directions. J. Transp. Geogr. 2004, 12, 127–140.

15. Dubé, J.; Thériault, M.; Rosiers, F.D. Commuter rail accessibility and house values: The case of the Montreal South Shore, Canada, 1992–2009.
Transp. Res. Part A Policy Pract. 2013, 54, 49–66.

16. Цветков В.Я. Фактофиксирующие и интерпретирующие модели // Международный журнал прикладных и фундаментальных исследований. – 2016. – №9-3. – с.487.

17. Цветков В. Я. Ситуационное моделирование в геоинформатике // Информационные технологии. – 2014. – №6. – с.64-69.

18. Gross M., Tuyet M. D. T. Information used in public real estate management //Acta Scientiarum Polonorum Administratio Locorum. – 2019. – Т. 18. – №. 4. – С. 353-361.

19. Волков Р.В. Особенности корпоративного управления строительной сферы в современных экономических условиях // Недвижимость: экономика, управление. 2020. № 4. С. 13-18.

20. Volkov R.V., Sinturele D.J.R. Ensuring the strategic focus of a corporate project management system for commercial real estate // Real Estate: Economics, Management. 2021. № 3. С. 23-29.

21. Цветков В.Я. Теория систем. – М.: МАКС Пресс, 2018. – 88 с.

22. Кудж С. А. Системный подход // Славянский форум. – 2014. – 1(5). – С.252 -257.

23. Бутко Е. Я. Системный подход в формировании структуры // Славянский форум. – 2017. -2(16). – С.25-31.

24. Розенберг И.Н., Соловьев И.В., Цветков В.Я. Комплексные инновации в управлении сложными организационно-техническими системами. /под ред. В.И. Якунина – М.: Феория, 2010. – 248 с.

25. Буравцев А.В. Сложные технологические системы// Славянский форум. – 2017. -4(18). – С.14-19.

26. Лаур А., Волков Р.В., Грабовый П.Г. и др. Сервейинг: организация, экспертиза, управление. Учебник в трех частях Том 2 Часть III
(2-е издание, переработанное и дополненное) – Москва, АСВ, 2021. – 520с.

27 Lindholm A. L., Leväinen K. I. A framework for identifying and measuring value added by corporate real estate //Journal of Corporate Real Estate. – 2006.

28. Цветков В. Я. Информационное описание картины мира // Перспективы науки и образования. – 2014. – №5(11). – С.9-13

29. Зюзина Н. Н. Экономическая оценка эффективности управления вокзальным комплексом //Дисс. канд. эконом. наук. – Москва, МИИТ, 2009.

30. Цветков В.Я. Формирование пространственных знаний: Монография. – М.: МАКС Пресс, 2015. – 68 с.

30. Кудж С.А. О философии геоинформатики // Перспективы науки и образования. – 2016. – №6. – С.7-16.

31. Андреева О.А. Применение геоинформатики для проектирования железных дорог // Наука и технологии железных дорог. – 2019. – 2(10). – с.37-52.

32. Болбаков Р.Г, Маркелов В.М., Цветков В.Я. Топологическое моделирование на геоданных // Перспективы науки и образования – 2014. – №2(8). – С.34-39.

33. Цветков В.Я. Основы геоинформационного моделирования // Известия высших учебных заведений. Геодезия и аэрофотосъемка. –
1999. – №4. – С.147 -157.

34. Дышленко С.Г. Трехмерное моделирование в ГИС // Перспективы науки и образования- 2014. – №2. – С.28-33.

35. Tsvetkov V. Ya. Geoknowledge // European Journal of Technology and Design. – 2016, 3(13), pp. 122-132.

36. Ullah F., Sepasgozar S. M. E., Wang C. A systematic review of smart real estate technology: Drivers of, and barriers to, the use of digital disruptive technologies and online platforms //Sustainability. – 2018. – Т. 10. – №. 9. – С. 3142

37. Azhar S. Building information modeling (BIM): Trends, benefits, risks, and challenges for the AEC industry //Leadership and management in engineering. – 2011. – Т. 11. – №. 3. – С. 241-252.

38. Волков Р. В., Данилина Е. И. Ключевые области управления цифровой трансформацией транспортного предприятия //Электронный научный журнал «Транспортное право и безопасность» 2022. № 2 (42). – 2022. – №. 2. – С. 183.
Скачать / Download
TRANSPORT INFRASTRUCTURE REAL ESTATE MANAGEMENT
Volkov R.V., PhD.(Econ), First Vice-Rector, Russian University of Transport (MIIT);
Abstract
The real estate management of transport infrastructure is investigated. Two directions in real estate management of transport infrastructure are shown: object and corporate. Object management uses mainly information models of objects. Corporate governance manages groups of objects, using information models of situations. The peculiarity of the application of building information modeling (Building information modeling) for real estate management is noted. The necessity of applying a systematic approach to real estate management, taking into account all stages of the life cycle, is emphasized. The trend of transition to intellectual real estate management is noted.
Keywords
transport, management, transport infrastructure, property management, spatial modeling
References
1. Béres A. et al. Spatial econometrics: transport infrastructure development and real estate values in Budapest //Regional Statistics: Journal of the Hungarian Central Statistical Office. – 2019. – Т. 9. – №. 2. – С. 1-17.

2. Волков Б. А., Соловьёв В. В. Недвижимость железнодорожного транспорта России //Недвижимость: экономика, управление. – 2013. – №. 2. – С. 128-130.

3. Марцинковская А. В. Эффективность инновационных технологий в строительстве и управлении недвижимостью на железнодорожном транспорте //Недвижимость: экономика, управление. – 2010. – №. 3-4. – С. 83-87.

4. Максудова Л.Г., Цветков В.Я. Информационное моделирование как фундаментальный метод познания // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2001. – №1. – с.102-106.

5. Bolshakov N. et al. Digital Asset in the System of Real Estate Management //E3S Web of Conferences. – EDP Sciences, 2021. – Т. 263. – С. 04039.

6. Munawar H. S. et al. Big data and its applications in smart real estate and the disaster management life cycle: A systematic analysis //Big Data and Cognitive Computing. – 2020. – Т. 4. – №. 2. – С. 4.

7. Prus P., Sikora M. The impact of transport infrastructure on the sustainable development of the region—Case study //Agriculture. – 2021. – Т. 11. – №. 4. – С. 279.

8. Liang J., Koo K. M., Lee C. L. Transportation infrastructure improvement and real estate value: impact of level crossing removal project on housing prices //Transportation. – 2021. – Т. 48. – №. 6. – С. 2969-3011.

9. Cordera R. et al. The impact of accessibility by public transport on real estate values: A comparison between the cities of Rome and Santander // Transportation Research Part A: Policy and Practice. – 2019. – Т. 125. – С. 308-319.

10. Ibeas Á. et al. Modelling transport and real-estate values interactions in urban systems //Journal of Transport Geography. – 2012. – Т. 24. – С. 370-382.

11. Debrezion G., Pels E., Rietveld P. The impact of rail transport on real estate prices: an empirical analysis of the Dutch housing market //Urban studies. – 2011. – Т. 48. – №. 5. – С. 997-1015.

12. Tokarczyk-Dorociak, K.; Kazak, J.; Szewranski, S. The Impact of a Large City on Land Use in Suburban Area: The Case of Wrocław (Poland). J. Ecol. Eng. 2018, 19, 89–98.

13. Murphy, E. Urban spatial location advantage: The dual of the transportation problem and its implications for land-use and transport planning. Transp. Res. Part A Policy Pract. 2012, 46, 91–101.

14. Geurs, K.T.; van Wee, B. Accessibility evaluation of land-use and transport strategies: Review and research directions. J. Transp. Geogr. 2004, 12, 127–140.

15. Dubé, J.; Thériault, M.; Rosiers, F.D. Commuter rail accessibility and house values: The case of the Montreal South Shore, Canada, 1992–2009.
Transp. Res. Part A Policy Pract. 2013, 54, 49–66.

16. Цветков В.Я. Фактофиксирующие и интерпретирующие модели // Международный журнал прикладных и фундаментальных исследований. – 2016. – №9-3. – с.487.

17. Цветков В. Я. Ситуационное моделирование в геоинформатике // Информационные технологии. – 2014. – №6. – с.64-69.

18. Gross M., Tuyet M. D. T. Information used in public real estate management //Acta Scientiarum Polonorum Administratio Locorum. – 2019. – Т. 18. – №. 4. – С. 353-361.

19. Волков Р.В. Особенности корпоративного управления строительной сферы в современных экономических условиях // Недвижимость: экономика, управление. 2020. № 4. С. 13-18.

20. Volkov R.V., Sinturele D.J.R. Ensuring the strategic focus of a corporate project management system for commercial real estate // Real Estate: Economics, Management. 2021. № 3. С. 23-29.

21. Цветков В.Я. Теория систем. – М.: МАКС Пресс, 2018. – 88 с.

22. Кудж С. А. Системный подход // Славянский форум. – 2014. – 1(5). – С.252 -257.

23. Бутко Е. Я. Системный подход в формировании структуры // Славянский форум. – 2017. -2(16). – С.25-31.

24. Розенберг И.Н., Соловьев И.В., Цветков В.Я. Комплексные инновации в управлении сложными организационно-техническими системами. /под ред. В.И. Якунина – М.: Феория, 2010. – 248 с.

25. Буравцев А.В. Сложные технологические системы// Славянский форум. – 2017. -4(18). – С.14-19.

26. Лаур А., Волков Р.В., Грабовый П.Г. и др. Сервейинг: организация, экспертиза, управление. Учебник в трех частях Том 2 Часть III
(2-е издание, переработанное и дополненное) – Москва, АСВ, 2021. – 520с.

27 Lindholm A. L., Leväinen K. I. A framework for identifying and measuring value added by corporate real estate //Journal of Corporate Real Estate. – 2006.

28. Цветков В. Я. Информационное описание картины мира // Перспективы науки и образования. – 2014. – №5(11). – С.9-13

29. Зюзина Н. Н. Экономическая оценка эффективности управления вокзальным комплексом //Дисс. канд. эконом. наук. – Москва, МИИТ, 2009.

30. Цветков В.Я. Формирование пространственных знаний: Монография. – М.: МАКС Пресс, 2015. – 68 с.

30. Кудж С.А. О философии геоинформатики // Перспективы науки и образования. – 2016. – №6. – С.7-16.

31. Андреева О.А. Применение геоинформатики для проектирования железных дорог // Наука и технологии железных дорог. – 2019. – 2(10). – с.37-52.

32. Болбаков Р.Г, Маркелов В.М., Цветков В.Я. Топологическое моделирование на геоданных // Перспективы науки и образования – 2014. – №2(8). – С.34-39.

33. Цветков В.Я. Основы геоинформационного моделирования // Известия высших учебных заведений. Геодезия и аэрофотосъемка. –
1999. – №4. – С.147 -157.

34. Дышленко С.Г. Трехмерное моделирование в ГИС // Перспективы науки и образования- 2014. – №2. – С.28-33.

35. Tsvetkov V. Ya. Geoknowledge // European Journal of Technology and Design. – 2016, 3(13), pp. 122-132.

36. Ullah F., Sepasgozar S. M. E., Wang C. A systematic review of smart real estate technology: Drivers of, and barriers to, the use of digital disruptive technologies and online platforms //Sustainability. – 2018. – Т. 10. – №. 9. – С. 3142

37. Azhar S. Building information modeling (BIM): Trends, benefits, risks, and challenges for the AEC industry //Leadership and management in engineering. – 2011. – Т. 11. – №. 3. – С. 241-252.

38. Волков Р. В., Данилина Е. И. Ключевые области управления цифровой трансформацией транспортного предприятия //Электронный научный журнал «Транспортное право и безопасность» 2022. № 2 (42). – 2022. – №. 2. – С. 183.
Скачать / Download
ЖЕЛЕЗНОДОРОЖНАЯ РАДИОСВЯЗЬ НОВОГО ПОКОЛЕНИЯ
Озеров А.В., Начальник Международного управления АО «НИИАС»,;
Куроптева А.П., Главный специалист Международного управления АО «НИИАС»;
Аннотация
В статье рассмотрены вопросы создания системы железнодорожной радиосвязи нового поколения, в том числе работы по стандартизации требований к системе и оборудованию FRMCS, ведущиеся в рамках Международного союза железных дорог (МСЖД), консорциума 3GPP и Европейского института телекоммуникационных стандартов ETSI. Сделан краткий обзор эволюции стандарта GSM-R, проведен анализ перспектив внедрения нового стандарта радиосвязи на основе LTE/5G, а также дана сравнительная характеристика существующего стандарта радиосвязи GSM-R и перспективных стандартов LTE-R, 5G, 5G-R. Приведены практические примеры внедрения и тестирования системы радиосвязи LTE/5G на железных дорогах мира.
Ключевые слова
транспорт, радиосвязь, FRMCS, GSM-R, 5G, LTE, LTE-R, ERTMS, МСЖД, цифровой двойник, беспилотное движение, высокоскоростные магистрали (ВСМ)
Список литературы
1. Gash G. The Digital Railway. Future Railway Mobile Communication System (FRMCS) and 5G for Rail Status and Challenges. – Presentation. RailTech Europe 2022, 21 June 2022.

2. Озеров, А. В. Европейская система интервального регулирования / А. В. Озеров // Автоматика, связь, информатика. – 2019. – № 6. – С. 14-15. – DOI 10.34649/AT.2019.6.6.004. – EDN AGAXCK.

3. FRMCS and 5G for Rail: Challenges, Achievements and Opportunities, UIC, 2020. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/brochure_frmcs_v2_web.pdf (дата

4. URL: https://www.etsi.org/deliver/etsi_tr/103400_103499/103459/01.02.01_60/ tr_103459v010201p.pdf (обращения: 26.01.2023).

5. Future Railway Mobile Communication System. User Requirements Specification, 2019, UIC. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/frmcs_user_requirements _specification_ version_4.0.0.pdf (дата обращения: 26.01.2023).

6. TOBA-7515. Description and Evaluation of Possible FRMCS Migration Variants for Existing ETCS and Cab Radio On-Board Units., UIC, 2019.[Электронный ресурс] / URL: https://uic.org/IMG/pdf/description_and_evaluation_of_possible_frmcs_migration_variants_for_existing... (дата обращения: 26.01.2023).

7. Use Cases FRMCS, UIC, 2020. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/frmcs_use_cases-mg_7900-v2.0.0.pdf (дата обращения:26.01.2023).

8. FRMCS Telecom On-Board System – Architecture Migration Scenarios, UIC, 2020. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/frmcs_telecom_on-board_system_-architecture_migration_scenarios-toba7540-1.0... (дата обращения: 26.01.2023).

9. 3GPP. Technical Specification Group Services and System Aspects, FRMCS. Stage 1 (Release 17). [Электронный ресурс] / URL: https://portal.3gpp.org/desktopmodules/
Specifications/SpecificationDetails.aspx?specificationId=3186 (дата обращения: 26.01.2023).

10. 3GPP. Technical Specification Group Services and System Aspects. Study on Application Architecture for the Future Railway Mobile CommunicationSystem. Stage 2 (Release 15). [Электронный ресурс] / URL: https://portal.3gpp.org/desktopmodules/Specifications /SpecificationDetails.
aspx?specificationId=3185 (дата обращения: 26.01.2023).

11. ETSI TR 103 459. Study on System Architecture. V1.2.1, 2020. [Электронный ресурс].

12. Тихвинский, В. Сети мобильной железнодорожной связи FRMCS: перспективы создания и внедрения / В. Тихвинский, С. Портной //Первая миля. – 2021. – № 3(95). – С. 54-65. – DOI 10.22184/2070-8963.2021.95.3.54.64. – EDN NTOMLR.

13. European Commission. 5G for future RAILway mobile communication system. [Электронный ресурс] / URL: https://cordis.europa.eu/project/id/951725/results (дата обращения: 30.01.2023).
14. Озеров, А. В. Предиктивная аналитика с использованием Data Science на железнодорожном транспорте / А. В. Озеров, А. М. Ольшанский, А. П. Куроптева // Наука и технологии железных дорог. – 2020. – Т. 4. – № 4(16). – С. 63-76. – EDN FDTZSK.

15. Азерников, Д. В. Отечественные разработки для технологических сетей радиосвязи / Д. В. Азерников // Автоматика, связь, информа-тика. – 2022. – № 9. – С. 2-3. – EDN GJQJYY.
Скачать / Download
NEXT GENERATION RAILWAY COMMUNICATION SYSTEM
Ozerov A.V., Head of International Department, JSC NIIAS,;
Kuropteva A.P., Chief Specialist of International Department, JSC «NIIAS»,;
Abstract
The article deals with the issues related to the development of a next generation railway radio communication system, including standardization procedures for the FRMCS system within the framework of the International Union of Railways (UIC), 3GPP consortium and European Telecommunications Standards Institute (ETSI). The paper gives a brief overview of the GSM-R evolution, an analysis of the prospect for the implementation of a next generation radio communication standard based on LTE/5G, as well as comparative analysis of GSM-R and LTE-R, 5G, 5G-R standards. Best world practices of implementation and testing of LTE/5G on railways are given.
Keywords
transport, radio communication, FRMCS, GSM-R, 5G, LTE, LTE-R, ERTMS, UIC, digital twin, autonomous operation, high-speed rail
References
1. Gash G. The Digital Railway. Future Railway Mobile Communication System (FRMCS) and 5G for Rail Status and Challenges. – Presentation. RailTech Europe 2022, 21 June 2022.

2. Озеров, А. В. Европейская система интервального регулирования / А. В. Озеров // Автоматика, связь, информатика. – 2019. – № 6. – С. 14-15. – DOI 10.34649/AT.2019.6.6.004. – EDN AGAXCK.

3. FRMCS and 5G for Rail: Challenges, Achievements and Opportunities, UIC, 2020. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/brochure_frmcs_v2_web.pdf (дата

4. URL: https://www.etsi.org/deliver/etsi_tr/103400_103499/103459/01.02.01_60/ tr_103459v010201p.pdf (обращения: 26.01.2023).

5. Future Railway Mobile Communication System. User Requirements Specification, 2019, UIC. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/frmcs_user_requirements _specification_ version_4.0.0.pdf (дата обращения: 26.01.2023).

6. TOBA-7515. Description and Evaluation of Possible FRMCS Migration Variants for Existing ETCS and Cab Radio On-Board Units., UIC, 2019.[Электронный ресурс] / URL: https://uic.org/IMG/pdf/description_and_evaluation_of_possible_frmcs_migration_variants_for_existing... (дата обращения: 26.01.2023).

7. Use Cases FRMCS, UIC, 2020. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/frmcs_use_cases-mg_7900-v2.0.0.pdf (дата обращения:26.01.2023).

8. FRMCS Telecom On-Board System – Architecture Migration Scenarios, UIC, 2020. [Электронный ресурс] / URL: https://uic.org/IMG/pdf/frmcs_telecom_on-board_system_-architecture_migration_scenarios-toba7540-1.0... (дата обращения: 26.01.2023).

9. 3GPP. Technical Specification Group Services and System Aspects, FRMCS. Stage 1 (Release 17). [Электронный ресурс] / URL: https://portal.3gpp.org/desktopmodules/
Specifications/SpecificationDetails.aspx?specificationId=3186 (дата обращения: 26.01.2023).

10. 3GPP. Technical Specification Group Services and System Aspects. Study on Application Architecture for the Future Railway Mobile CommunicationSystem. Stage 2 (Release 15). [Электронный ресурс] / URL: https://portal.3gpp.org/desktopmodules/Specifications /SpecificationDetails.
aspx?specificationId=3185 (дата обращения: 26.01.2023).

11. ETSI TR 103 459. Study on System Architecture. V1.2.1, 2020. [Электронный ресурс].

12. Тихвинский, В. Сети мобильной железнодорожной связи FRMCS: перспективы создания и внедрения / В. Тихвинский, С. Портной //Первая миля. – 2021. – № 3(95). – С. 54-65. – DOI 10.22184/2070-8963.2021.95.3.54.64. – EDN NTOMLR.

13. European Commission. 5G for future RAILway mobile communication system. [Электронный ресурс] / URL: https://cordis.europa.eu/project/id/951725/results (дата обращения: 30.01.2023).
14. Озеров, А. В. Предиктивная аналитика с использованием Data Science на железнодорожном транспорте / А. В. Озеров, А. М. Ольшанский, А. П. Куроптева // Наука и технологии железных дорог. – 2020. – Т. 4. – № 4(16). – С. 63-76. – EDN FDTZSK.

15. Азерников, Д. В. Отечественные разработки для технологических сетей радиосвязи / Д. В. Азерников // Автоматика, связь, информа-тика. – 2022. – № 9. – С. 2-3. – EDN GJQJYY.
Скачать / Download
Оптимизация маршрутов в вариативной среде
Мордвинов В.А., к.т.н., профессор, РТУ МИРЭА;
Матчин В.Т., ст. преподаватель, РТУ МИРЭА;
Прокофьев С.Я., магистр, РТУ МИРЭА;
Романченко А.Е., ассистент, РТУ МИРЭА;
Аннотация
В статье исследуются методы формирования маршрутов в условиях изменения условий движения или динамической ситуации, окружающей транспортное средство. Эти условия называют условиями повышенной вариативности, а такие маршруты называют вариативными маршрутами. Вариативные маршруты возникают в мегаполисе в условиях нестационарности транспортных потоков, в условиях противодействия движению, в некоторых видах туристического сервиса, когда появляется непредсказуемый интерес к посещению объекта. Особенностью вариативных маршрутов является их непредсказуемость и отклонение от первоначального плана, они характеризуются информационной неопределенностью, и для их формирования и переформирования применяют информационные системы поддержки принятия решений. Для учета и выбора вариативных маршрутов в данной работе использован агентный подход.
Ключевые слова
движение с переменной целью, вариативный маршрут, вариативная среда, оптимизация, принятие решений
Список использованной литературы
1. Кужелев П.Д. Принципы управления транспортом мегаполиса // Наука и технологии железных дорог. – 2017. Т.1. – 1(1). – С.27-33.

2. Рогов И.Е. Органический и ситуационный анализ при управлении транспортом мегаполиса // Наука и технологии железных дорог. 2022. Т. 6. №1 (21). – С.25-33.

3. Козлов А.В. Многоцелевое управление транспортом мегаполиса// Наука и технологии железных дорог. – 2018. Т.2. – 4(8). – С.40-47.

4. Цветков В.Я., Шорыгин С.М. Динамическая информационная ситуация преодоления противоракетной обороны // Вестник МГТУ МИРЭА. – 2014 – № 3 (4). – С.85-100.

5. Рогов И. Е. Применение мультиагентных систем в управлении транспортом мегаполиса // Наука и технологии железных дорог. – 2020. Т.4. – 1(13). – С.26-36.

6. Щенников А.Е. Модели прямых алгоритмов // Славянский форум. – 2017. -4(18). – С.103-109.

7. Цветков В.Я., Козлов А.В. Алгоритм субсидиарной метаэвристики // Образовательные ресурсы и технологии. – 2022. – № 4 (41). – С.87-95.

8. Яндекс. Карты: официальный сайт. – URL: https://yandex.ru/maps (дата обращения: 20.05.23). – Текст: электронный.

9. Aurama mini: официальный сайт. – URL: https://mini.aurama.ru/ (дата обращения: 10.05.23). – Текст: электронный.

10. Google Maps: официальный сайт. – URL: https://developers.google.com/maps/documentation?hl=en (дата обращения: 27.05.23). – Текст: электронный.

11. Poncy: официальный сайт. – URL: https://poncy.su/ (дата обращения: 10.05.23). – Текст: электронный.

12. Калиберда Е. А. и др. «Муравьиный» алгоритм в решении задачи коммивояжера //Прикладная математика и фундаментальная информатика. – 2020. – Т. 7. – №. 2. – С.10-17.

13. Tsvetkov V. Ya. Trade-off transportation problem. Известия Национальной академии наук Республики Казахстан. Серия геологии и технических наук. 2019. Т. 3. № 435. С.109-113. https://doi.org/10.32014/2019.2518-170X.75

14. Карпова И. П. Об одном биоинспирированном подходе к ориентации роботов, или настоящий «муравьиный» алгоритм //Управление большими системами: сборник трудов. – 2022. – №. 96. – С. 69-117.

15. Богоутдинов Б.Б., Цветков В.Я. Применение модели комплементарных ресурсов в инвестиционной деятельности // Вестник Мордовского университета. – 2014. – Т. 24. № 4. – С.103-116.

16. Розенберг И.Н., Цветков В.Я. Применение мультиагентных систем в интеллектуальных логистических системах. // Международный журнал экспериментального образования. – 2012. – №6. – С.107-109.

17. Павлов А.И. Геосервис как направление информатики и геоинформатики // Славянский форум. -2020. – 2(28). -С.7-14.

18. Цветков В.Я. Проектирование структур данных и базы данных – М.: Московский государственный университет геодезии и картографии, 1997. – 90 с.

19. Colorni A., Dorigo M., Maniezzo V. An Investigation of some Properties of an" Ant Algorithm" //Ppsn. – 1992. – Т. 92. – №. 1992

20. Dorigo M. et al. Evolving self-organizing behaviors for a swarm-bot //Autonomous Robots. – 2004. – Т. 17. – №. 2-3. – С. 223-245.

21. Козлов А. В. Двух алгоритмическая система управления подвижными объектами // Наука и технологии железных дорог. – 2020. Т.4. – 1(13). – С.37-45.

22. Цветков В.Я. Паралингвистические информационные единицы в образовании// Перспективы науки и образования. – 2013. – 4(4). – С.30-38.

23. Deneubourg J. L. et al. Error, communication and learning in ant societies //European Journal of Operational Research. – 1987. – Т. 30. – №. 2. – С. 168-172.

24. Goss S. et al. Self-organized shortcuts in the Argentine ant //Naturwissenschaften. – 1989. – Т. 76. – №. 12. – С. 579-581.

25. Цветков В.Я. Применение принципа субсидиарности в информационной экономике // Финансовый бизнес. -2012. – №6. – С.40-43.

26. «Требования к системе: классификация FURPS+»: официальный сайт. – URL: https://sysana.wordpress.com/2010/09/16/furps/ (дата обращения: 18.08.23).

Скачать / Download
Route optimization in a variable environment
Mordvinov V.A., phD., professor, RTU MIREA;
Matchin V.T., senior lecturer, RTU MIREA;
Prokofiev S.Ya., master, RTU MIREA;
Romanchenko A.E., assistent, RTU MIREA;
Abstract
The article explores the methods of forming routes in conditions of changing traffic conditions or a dynamic situation surrounding the vehicle. These conditions are called conditions of increased variability, and such routes are called variable routes. Variable routes arise in a metropolis in conditions of unsteady traffic flows, in conditions of counteraction to movement, in some types of tourist services, when there is an unpredictable interest in visiting an object. A feature of variable routes is their unpredictability and deviation from the original plan, they are characterized by information uncertainty, and decision support information systems are used to form and reshape them. To account for and select alternative routes, an agent-based approach was used in this work.
Keywords
movement with a variable purpose, variable route, variable environment, optimization, decision making
References
1. Кужелев П.Д. Принципы управления транспортом мегаполиса // Наука и технологии железных дорог. – 2017. Т.1. – 1(1). – С.27-33.

2. Рогов И.Е. Органический и ситуационный анализ при управлении транспортом мегаполиса // Наука и технологии железных дорог. 2022. Т. 6. №1 (21). – С.25-33.

3. Козлов А.В. Многоцелевое управление транспортом мегаполиса// Наука и технологии железных дорог. – 2018. Т.2. – 4(8). – С.40-47.

4. Цветков В.Я., Шорыгин С.М. Динамическая информационная ситуация преодоления противоракетной обороны // Вестник МГТУ МИРЭА. – 2014 – № 3 (4). – С.85-100.

5. Рогов И. Е. Применение мультиагентных систем в управлении транспортом мегаполиса // Наука и технологии железных дорог. – 2020. Т.4. – 1(13). – С.26-36.

6. Щенников А.Е. Модели прямых алгоритмов // Славянский форум. – 2017. -4(18). – С.103-109.

7. Цветков В.Я., Козлов А.В. Алгоритм субсидиарной метаэвристики // Образовательные ресурсы и технологии. – 2022. – № 4 (41). – С.87-95.

8. Яндекс. Карты: официальный сайт. – URL: https://yandex.ru/maps (дата обращения: 20.05.23). – Текст: электронный.

9. Aurama mini: официальный сайт. – URL: https://mini.aurama.ru/ (дата обращения: 10.05.23). – Текст: электронный.

10. Google Maps: официальный сайт. – URL: https://developers.google.com/maps/documentation?hl=en (дата обращения: 27.05.23). – Текст: электронный.

11. Poncy: официальный сайт. – URL: https://poncy.su/ (дата обращения: 10.05.23). – Текст: электронный.

12. Калиберда Е. А. и др. «Муравьиный» алгоритм в решении задачи коммивояжера //Прикладная математика и фундаментальная информатика. – 2020. – Т. 7. – №. 2. – С.10-17.

13. Tsvetkov V. Ya. Trade-off transportation problem. Известия Национальной академии наук Республики Казахстан. Серия геологии и технических наук. 2019. Т. 3. № 435. С.109-113. https://doi.org/10.32014/2019.2518-170X.75

14. Карпова И. П. Об одном биоинспирированном подходе к ориентации роботов, или настоящий «муравьиный» алгоритм //Управление большими системами: сборник трудов. – 2022. – №. 96. – С. 69-117.

15. Богоутдинов Б.Б., Цветков В.Я. Применение модели комплементарных ресурсов в инвестиционной деятельности // Вестник Мордовского университета. – 2014. – Т. 24. № 4. – С.103-116.

16. Розенберг И.Н., Цветков В.Я. Применение мультиагентных систем в интеллектуальных логистических системах. // Международный журнал экспериментального образования. – 2012. – №6. – С.107-109.

17. Павлов А.И. Геосервис как направление информатики и геоинформатики // Славянский форум. -2020. – 2(28). -С.7-14.

18. Цветков В.Я. Проектирование структур данных и базы данных – М.: Московский государственный университет геодезии и картографии, 1997. – 90 с.

19. Colorni A., Dorigo M., Maniezzo V. An Investigation of some Properties of an" Ant Algorithm" //Ppsn. – 1992. – Т. 92. – №. 1992

20. Dorigo M. et al. Evolving self-organizing behaviors for a swarm-bot //Autonomous Robots. – 2004. – Т. 17. – №. 2-3. – С. 223-245.

21. Козлов А. В. Двух алгоритмическая система управления подвижными объектами // Наука и технологии железных дорог. – 2020. Т.4. – 1(13). – С.37-45.

22. Цветков В.Я. Паралингвистические информационные единицы в образовании// Перспективы науки и образования. – 2013. – 4(4). – С.30-38.

23. Deneubourg J. L. et al. Error, communication and learning in ant societies //European Journal of Operational Research. – 1987. – Т. 30. – №. 2. – С. 168-172.

24. Goss S. et al. Self-organized shortcuts in the Argentine ant //Naturwissenschaften. – 1989. – Т. 76. – №. 12. – С. 579-581.

25. Цветков В.Я. Применение принципа субсидиарности в информационной экономике // Финансовый бизнес. -2012. – №6. – С.40-43.

26. «Требования к системе: классификация FURPS+»: официальный сайт. – URL: https://sysana.wordpress.com/2010/09/16/furps/ (дата обращения: 18.08.23).

Скачать / Download
ПРОЕКТЫ РАЗВИТИЯ СИСТЕМ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ДВИЖЕНИЕМ ПОЕЗДОВ
Охотников А.Л., Заместитель начальника Департамента, начальник Отдела, АО «НИИАС»;
Волкова И.А., Специалист II категории, АО «НИИАС»;
Аннотация
В статье рассмотрены проекты совершенствования и адаптации элементов системы автоматического управления движения поездов (САУ ДП). Дано описание следующих проектов: TAURO, CLUG, RAILGAP, Sensors4Rails, RAILS, URV и др. Проведен анализ представленных проектов и российских технологических разработок. Основные направления проектов сосредоточены в области обеспечения безопасного использования беспилотных поездов на железнодорожном транспорте, использования технологий искусственного интеллекта, высокоточных систем позиционирования и систем технического зрения. Исследования в этих направлениях международных и отечественных производственных и научно-технологических компаний позволяют создавать современные и высокоинтеллектуальные управляющие системы на базе программно-аппаратных средств и комплексов, необходимых для организации автоматического управления движения поездов.
Ключевые слова
транспорт, система автоматического управления, дистанционное управление, автономное управление, искусственный интеллект, система технического зрения, высокоточные системы позиционирования
Список литературы
1. Озеров, А.В. Развитие систем автоматизации управления движением поездов / А.В. Озеров, В.М. Малинов, А.С. Маршова // Железнодорожный транспорт. – 2022. – № 3. – С. 10-15. – EDN XFNHSE.

2. Охотников, А.Л. Алгоритм выбора оборудования для систем технического зрения на железнодорожном транспорте / А.Л. Охотников // Наука и технологии железных дорог. – 2021. – Т. 5. – № 1(17). – С. 65-74. – EDN TWRACV.

3. Europes Rail Catalogue of Solutions / URL: https://rail-research.europa.eu/wp-content/uploads/2022/09/Europes-Rail-Catalogue-of-Solutions-v4.pdf (дата обращения: 15.11.2022).

4. Материалы конференций по проекту TAURO / URL: https://projects.shift2rail.org/download.aspxid=2b268677-24b0-4d86-9463-
f3b1680af7a0; https://projects.shift2rail.org/download.aspx?id=2008f5d5-c97b-4faa-967c-ba856e1de08a (дата обращения: 15.11.2022).

5. EN 15380-4:2014 – Railway applications – Classification system for railway vehicles – Part 4: Function groups.

6. TAURO Projects News & Events / URL: https://projects.shift2rail.org/s2r_ipx_n.aspx?p=tauro (дата обращения: 20.01.2023).

7. CLUG – A new approach to train localisation using European GNSS / URL: https://digitale-schiene-deutschland.de/en/news/CLUG-Train-Localisation-GNSS (дата обращения: 10.01.2023).

8. CLUG Projects: Required Digital Map for Localisation. / URL: http://www.clugproject.eu/en/news/clug-projects-required-digital-maplocalisation
(дата обращения: 10.01.2023).

9. RAILGAP IN A NUTSHELL / URL: https://railgap.eu/download.aspx?id=870338e3-1318-4257-83f9-4b926524fe85 (дата обращения: 12.12.2022).

10. Пилотный проект цифровизации городской железной дороги Гамбурга // Железные дороги мира. – 2021. – № 5. – С. 67-71. – EDN ZTVSNT.

11. Ефремов, А.Ю. Тестирование бортовых датчиков обнаружения препятствий на железных дорогах Германии/ А.Ю. Ефремов// Железные дороги мира. – 2022. – № 6. – С. 44-48. – EDN KSTGHY.

12. Flammini, F., Vittorini, V., Lin, Z., “Roadmaps for AI Integration in the Rail Sector – RAILS”, ERCIM News 2020 (121).

13. RAILS Roadmaps for A.I. Integration in the Rail Sector / URL: https://rails-project.eu/ (дата обращения: 15.11.2022).

14. Mezzo automatizzato (URV) per il monitoraggio delle linee ferroviarie dell’AV/AC ai fini della rilevazione di criticità per la security / URL: https://www.rfi.it/it/innovazione-e-ricerca/progetti/security.html (дата обращения: 30.11.2022).

15. Проект беспилотной «Ласточки» на международном семинаре. Гудок. 2021. / URL: https://gudok.ru/news/?ID=1567824 (дата обращения: 10.01.2023).

16. Автономное движение – отечественный и зарубежный опыт / А.И. Долгий, Е.Н. Розенберг, А.В. Озеров [и др.] // Автоматика, связь,
информатика. – 2022. – № 12. – С. 14-16. – DOI 10.34649/AT.2022.12.12.002.
Скачать / Download
PROJECTS FOR THE DEVELOPMENT OF AUTOMATIC TRAIN CONTROL SYSTEMS
Okhotnikov A.L., Deputy Head of Department, Head of the Section, JSC «NIIAS»;
Volkova I.A., Specialist of the 2nd category, JSC «NIIAS»;
Abstract
The article considers projects aimed at improving and adapting the elements of the automatic train control system. The projects such as TAURO, CLUG, RAILGAP, Sensors4Rails, RAILS, URV are described. The analysis of the presented projects and Russian technological developments is carried out. The main directions of the projects are aimed at ensuring the safe use of unmanned trains on railway transport, the use of artificial intelligence technologies, high-precision positioning systems and vision systems. Research in these areas by international and domestic manufacturing and scientific and technological companies makes it possible to create modern and highly intelligent control systems based on software and hardware and complexes necessary for the organization of automatic control of train traffic.
Keywords
transport, automatic control system, remote control, autonomous control, artificial intelligence, vision system, high-precision positioning systems
References
1. Озеров, А.В. Развитие систем автоматизации управления движением поездов / А.В. Озеров, В.М. Малинов, А.С. Маршова // Железнодорожный транспорт. – 2022. – № 3. – С. 10-15. – EDN XFNHSE.

2. Охотников, А.Л. Алгоритм выбора оборудования для систем технического зрения на железнодорожном транспорте / А.Л. Охотников // Наука и технологии железных дорог. – 2021. – Т. 5. – № 1(17). – С. 65-74. – EDN TWRACV.

3. Europes Rail Catalogue of Solutions / URL: https://rail-research.europa.eu/wp-content/uploads/2022/09/Europes-Rail-Catalogue-of-Solutions-v4.pdf (дата обращения: 15.11.2022).

4. Материалы конференций по проекту TAURO / URL: https://projects.shift2rail.org/download.aspxid=2b268677-24b0-4d86-9463-
f3b1680af7a0; https://projects.shift2rail.org/download.aspx?id=2008f5d5-c97b-4faa-967c-ba856e1de08a (дата обращения: 15.11.2022).

5. EN 15380-4:2014 – Railway applications – Classification system for railway vehicles – Part 4: Function groups.

6. TAURO Projects News & Events / URL: https://projects.shift2rail.org/s2r_ipx_n.aspx?p=tauro (дата обращения: 20.01.2023).

7. CLUG – A new approach to train localisation using European GNSS / URL: https://digitale-schiene-deutschland.de/en/news/CLUG-Train-Localisation-GNSS (дата обращения: 10.01.2023).

8. CLUG Projects: Required Digital Map for Localisation. / URL: http://www.clugproject.eu/en/news/clug-projects-required-digital-maplocalisation
(дата обращения: 10.01.2023).

9. RAILGAP IN A NUTSHELL / URL: https://railgap.eu/download.aspx?id=870338e3-1318-4257-83f9-4b926524fe85 (дата обращения: 12.12.2022).

10. Пилотный проект цифровизации городской железной дороги Гамбурга // Железные дороги мира. – 2021. – № 5. – С. 67-71. – EDN ZTVSNT.

11. Ефремов, А.Ю. Тестирование бортовых датчиков обнаружения препятствий на железных дорогах Германии/ А.Ю. Ефремов// Железные дороги мира. – 2022. – № 6. – С. 44-48. – EDN KSTGHY.

12. Flammini, F., Vittorini, V., Lin, Z., “Roadmaps for AI Integration in the Rail Sector – RAILS”, ERCIM News 2020 (121).

13. RAILS Roadmaps for A.I. Integration in the Rail Sector / URL: https://rails-project.eu/ (дата обращения: 15.11.2022).

14. Mezzo automatizzato (URV) per il monitoraggio delle linee ferroviarie dell’AV/AC ai fini della rilevazione di criticità per la security / URL: https://www.rfi.it/it/innovazione-e-ricerca/progetti/security.html (дата обращения: 30.11.2022).

15. Проект беспилотной «Ласточки» на международном семинаре. Гудок. 2021. / URL: https://gudok.ru/news/?ID=1567824 (дата обращения: 10.01.2023).

16. Автономное движение – отечественный и зарубежный опыт / А.И. Долгий, Е.Н. Розенберг, А.В. Озеров [и др.] // Автоматика, связь,
информатика. – 2022. – № 12. – С. 14-16. – DOI 10.34649/AT.2022.12.12.002.
Скачать / Download
Геосервис транспортной инфраструктуры
Ярош И.Д., Заместитель начальника управления, Российский университет транспорта,;
Аннотация
В статье исследуется геосервис как инструмент управления и поддержки функциони- рования транспортной инфраструктуры. Показана роль пространственной информа- ции в управлении транспортной инфраструктурой. Описаны виды мониторинга, кото- рые входят в геосервис. Показано значение геоинформатики для развития геосервиса, а также особенности геосервиса на транспорте. Описано моделирование в геосервисе, 2D, 3D и 5D технологии. Раскрыто содержание информационной основы геосервиса. Описана серветизация как направление развития геосервиса, рассматриваются пер- спективы развития геосервиса.
Ключевые слова
транспорт, транспортная инфраструктура, геосервис, управление, мониторинг, геоинформационные услуги.
Список литературы
1. Кох И. А. Стратегия управления транспортной инфраструктурой города: социологические аспекты //Вопросы управления. – 2017. –
№. 2 (45). – С. 106-112.
2. Максудова Л.Г., Цветков В.Я. Информационное моделирование как фундаментальный метод познания // Известия высших учебных
заведений. Геодезия и аэрофотосъемка. – 2001. – №1. – С.102-106.
3. Кудрявцев А. М., Тарасенко А. А. Методический подход к оценке развития транспортной инфраструктуры региона //Фундаменталь-
ные исследования. – 2014. – №. 6-4. – С. 789-793.
4. Ланцева В. Ю., Кутало Я. Д. Концептуальные основы управления развитием транспортной инфраструктуры Российской Федерации //
Ученые записки Крымского федерального университета имени ВИ Вернадского. Юридические науки. – 2019. – Т. 5. – №. 3. – С. 3-9.
5. Сирина Н. Ф., Юшкова С. С. Совершенствование системы управления транспортной инфраструктурой полигона железных дорог //Со-
временные технологии. Системный анализ. Моделирование. – 2019. – №. 2 (62). – С. 98-108.
6. Кудж С.А. Геосервис как сложная организационно техническая система// Славянский форум. -2020. – 2(28). – С.55-64.
7. Шайтура С. В., Ознамец В. В. Теоретические и технологические основы геосервиса //Методы и программные средства информацион-
ного сервиса в информационных и пространственных полях. – 2020. – С. 94-104.
8. Цветков В. Я. Гео сервис–опыт использования и методология использования //Отходы и ресурсы. – 2017. – Т. 4. – №. 3. – С.10.
9. Ознамец В. В. Геодезическое обеспечение как геосервис //Славянский форум. – 2020. – №. 2. – С. 237-245.
10. Затягалова В.В. Геоэкологический мониторинг загрязнений моря по данным дистанционного зондирования // Образовательные
ресурсы и технологии. – 2014. – №5(8). – С.94-99.
11. Лёвин Б.А. Комплексный мониторинг транспортной инфраструктуры // Наука и технологии железных дорог. – 2017. – 1(1). – С.14-21.
12. Цветков В.Я. Геоинформационный геотехнический мониторинг // Науки о Земле. – 2012. – №4. – С.054-058.
13. Булгаков С.В. Геотехнический мониторинг транспорта // Наука и технологии железных дорог. 2021. Т. 5. №1 (17). – С.42-49.
14. Guerra B. M. V. et al. Automatic pose recognition for monitoring dangerous situations in Ambient-Assisted Living //Frontiers in Bioengineering
and Biotechnology. – 2020. – Т. 8. – С. 415
15. Moritz A., Block J. H. Crowdfunding: A literature review and research directions //Crowdfunding in Europe. – 2016. – С.25-53.
16. Estellés-Arolas E., González-Ladrón-de-Guevara F. Towards an integrated crowdsourcing definition //Journal of Information science. – 2012. –
Т. 38. – №. 2. – С. 189-200.
17. Tsvetkov V. Ya. Spatial Relations Economy // European Journal of Economic Studies, 2013, № 1(3). – р.57-60.
18. Цветков В.Я. Применение геоинформационных технологий для поддержки принятия решений // Известия высших учебных заведе-
ний. Геодезия и аэрофотосъемка. – 2001. – №4. – С.128-138.
19. Галеев А.П. Измерительные технологии в геоинформатике // Славянский форум. 2022, 4(38). С.483-502.
20. Цветков В.Я. Информационно измерительные системы и технологии в геоинформатике. – М.: МАКС Пресс, 2016. – 94с.
21. Лотоцкий В.Л. Пространственное информационное моделирование // Образовательные ресурсы и технологии. – 2016. – 3 (15). –
С.114-122.
22. Шайтура С.В. Моделирование и конструирование // Славянский форум. -2019. – 1(23). – С.68-79.
23. Цветков В.Я. Создание интегрированной информационной основы ГИС// Известия высших учебных заведений. Геодезия и аэрофото-
съемка. – 2000. – №4. – С.150-154.
24. Martí R., Reinelt G. Heuristic methods //Exact and Heuristic Methods in Combinatorial Optimization. – Springer, Berlin, Heidelberg, 2022. –
С. 27-57.
25. Цветков В.Я. Мета эвристики в информационном поле // Славянский форум. 2022, 4(38). С. 408-420.
26. Болбаков Р.Г. Когнитивное пространственное моделирование // ИТНОУ: Информационные технологии в науке, образовании и управ-
лении.- 2019.- № 3 (13). – С.3-9.
27. Цветков В.Я., Булгаков С.В., Титов Е.К., Рогов И.Е. Метамоделирование в геоинформатике // Информация и космос. 2020. – №1. –
С.112-119.
28. Шайтура С.В. Интеллектуальный анализ геоданных // Перспективы науки и образования. – 2015. – №6. – С.24-30.
29. Буравцев А.В., Цветков В.Я. Облачные вычисления для больших геопространственных данных // Информация и космос. 2019. – №3. –
С.110-115.
30. Лёвин Б.А., Цветков В.Я. Информационные процессы в пространстве «больших данных» // Мир транспорта. 2017. – Т.15, №6(73). –
С.20-30.
31. Ознамец В.В. Обработка снимков с БПЛА с помощью проективных алгоритмов // // Вектор ГеоНаук. 2020. Т. 3. № 2. С.74-81.
32. Dimitra V. A., Stergios A. M., Sotirios A. A. Ying Wang: monitoring of transport infrastructure exposed to multiple hazards: a roadmap
for building resilience //Sci. Total Environ. – 2020. – Т.746.
33. Цветков В.Я. Прикладные системы // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2005.- №3. – С.76- 85.
34. Smith P. Project cost management with 5D BIM //Procedia-Social and Behavioral Sciences. – 2016. – Т. 226. – С.193-200.
35. Bellandi M., Santini E. Territorial servitization and new local productive configurations: The case of the textile industrial district of Prato //
Regional Studies. – 2019. – Т. 53. – №. 3. – С. 356-365.
36. Herrero F. V., González E. M. L., Vaillant Y. Territorial servitization: Conceptualization, quantification and research agenda //Investigaciones
Regionales= Journal of Regional Research. – 2020. – №. 48. – С.5-15.
37. Buckley, P. J., Strange, R., Timmer, M. P., & de Vries, G. J. (2020). Catching-up in the global factory: Analysis and policy implications.// Journal of
International Business Policy, 3, pp.79–106.
38. Bustinza, O. F., Vendrell-Herrero, F., & Baines, T. (2017). Service implementation in manufacturing: An organisational transformation perspective.
International Journal of Production Economics, 192, pp.1-8.
39. Цветков В.Я. Формирование пространственных знаний: Монография. – М.: МАКС Пресс, 2015. – 68с.
40. Tsvetkov V. Ya. Geoknowledge // European Journal of Technology and Design. – 2016, 3(13), pp. 122-132.
41. Савиных В.П. Геознание. – М.: МАКС Пресс, 2016. – 132с.
Скачать / Download
Transport infrastructure geoservice
Yarosh I. D., Deputy Head of Department, Russian University of Transport,;
Abstract
The article explores the geoservice as a tool for managing and supporting the functioning of the transport infrastructure. The role of spatial information in the management of transport infrastructure is shown. The types of monitoring that are included in the geoservice are described. The importance of geoinformatics for the development of geoservices, as well as the features of geoservices in transport are shown. Modeling in geoservice, 2D, 3D and 5D technologies is described. The content of the geoservice information base is disclosed. Servetization is described as a direction for the development of geoservice, prospects for the development of geoservice are considered.
Keywords
transport, transport infrastructure, geoservice, management, monitoring, geoinformation services
References
1. Кох И. А. Стратегия управления транспортной инфраструктурой города: социологические аспекты //Вопросы управления. – 2017. –
№. 2 (45). – С. 106-112.
2. Максудова Л.Г., Цветков В.Я. Информационное моделирование как фундаментальный метод познания // Известия высших учебных
заведений. Геодезия и аэрофотосъемка. – 2001. – №1. – С.102-106.
3. Кудрявцев А. М., Тарасенко А. А. Методический подход к оценке развития транспортной инфраструктуры региона //Фундаменталь-
ные исследования. – 2014. – №. 6-4. – С. 789-793.
4. Ланцева В. Ю., Кутало Я. Д. Концептуальные основы управления развитием транспортной инфраструктуры Российской Федерации //
Ученые записки Крымского федерального университета имени ВИ Вернадского. Юридические науки. – 2019. – Т. 5. – №. 3. – С. 3-9.
5. Сирина Н. Ф., Юшкова С. С. Совершенствование системы управления транспортной инфраструктурой полигона железных дорог //Со-
временные технологии. Системный анализ. Моделирование. – 2019. – №. 2 (62). – С. 98-108.
6. Кудж С.А. Геосервис как сложная организационно техническая система// Славянский форум. -2020. – 2(28). – С.55-64.
7. Шайтура С. В., Ознамец В. В. Теоретические и технологические основы геосервиса //Методы и программные средства информацион-
ного сервиса в информационных и пространственных полях. – 2020. – С. 94-104.
8. Цветков В. Я. Гео сервис–опыт использования и методология использования //Отходы и ресурсы. – 2017. – Т. 4. – №. 3. – С.10.
9. Ознамец В. В. Геодезическое обеспечение как геосервис //Славянский форум. – 2020. – №. 2. – С. 237-245.
10. Затягалова В.В. Геоэкологический мониторинг загрязнений моря по данным дистанционного зондирования // Образовательные
ресурсы и технологии. – 2014. – №5(8). – С.94-99.
11. Лёвин Б.А. Комплексный мониторинг транспортной инфраструктуры // Наука и технологии железных дорог. – 2017. – 1(1). – С.14-21.
12. Цветков В.Я. Геоинформационный геотехнический мониторинг // Науки о Земле. – 2012. – №4. – С.054-058.
13. Булгаков С.В. Геотехнический мониторинг транспорта // Наука и технологии железных дорог. 2021. Т. 5. №1 (17). – С.42-49.
14. Guerra B. M. V. et al. Automatic pose recognition for monitoring dangerous situations in Ambient-Assisted Living //Frontiers in Bioengineering
and Biotechnology. – 2020. – Т. 8. – С. 415
15. Moritz A., Block J. H. Crowdfunding: A literature review and research directions //Crowdfunding in Europe. – 2016. – С.25-53.
16. Estellés-Arolas E., González-Ladrón-de-Guevara F. Towards an integrated crowdsourcing definition //Journal of Information science. – 2012. –
Т. 38. – №. 2. – С. 189-200.
17. Tsvetkov V. Ya. Spatial Relations Economy // European Journal of Economic Studies, 2013, № 1(3). – р.57-60.
18. Цветков В.Я. Применение геоинформационных технологий для поддержки принятия решений // Известия высших учебных заведе-
ний. Геодезия и аэрофотосъемка. – 2001. – №4. – С.128-138.
19. Галеев А.П. Измерительные технологии в геоинформатике // Славянский форум. 2022, 4(38). С.483-502.
20. Цветков В.Я. Информационно измерительные системы и технологии в геоинформатике. – М.: МАКС Пресс, 2016. – 94с.
21. Лотоцкий В.Л. Пространственное информационное моделирование // Образовательные ресурсы и технологии. – 2016. – 3 (15). –
С.114-122.
22. Шайтура С.В. Моделирование и конструирование // Славянский форум. -2019. – 1(23). – С.68-79.
23. Цветков В.Я. Создание интегрированной информационной основы ГИС// Известия высших учебных заведений. Геодезия и аэрофото-
съемка. – 2000. – №4. – С.150-154.
24. Martí R., Reinelt G. Heuristic methods //Exact and Heuristic Methods in Combinatorial Optimization. – Springer, Berlin, Heidelberg, 2022. –
С. 27-57.
25. Цветков В.Я. Мета эвристики в информационном поле // Славянский форум. 2022, 4(38). С. 408-420.
26. Болбаков Р.Г. Когнитивное пространственное моделирование // ИТНОУ: Информационные технологии в науке, образовании и управ-
лении.- 2019.- № 3 (13). – С.3-9.
27. Цветков В.Я., Булгаков С.В., Титов Е.К., Рогов И.Е. Метамоделирование в геоинформатике // Информация и космос. 2020. – №1. –
С.112-119.
28. Шайтура С.В. Интеллектуальный анализ геоданных // Перспективы науки и образования. – 2015. – №6. – С.24-30.
29. Буравцев А.В., Цветков В.Я. Облачные вычисления для больших геопространственных данных // Информация и космос. 2019. – №3. –
С.110-115.
30. Лёвин Б.А., Цветков В.Я. Информационные процессы в пространстве «больших данных» // Мир транспорта. 2017. – Т.15, №6(73). –
С.20-30.
31. Ознамец В.В. Обработка снимков с БПЛА с помощью проективных алгоритмов // // Вектор ГеоНаук. 2020. Т. 3. № 2. С.74-81.
32. Dimitra V. A., Stergios A. M., Sotirios A. A. Ying Wang: monitoring of transport infrastructure exposed to multiple hazards: a roadmap
for building resilience //Sci. Total Environ. – 2020. – Т.746.
33. Цветков В.Я. Прикладные системы // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2005.- №3. – С.76- 85.
34. Smith P. Project cost management with 5D BIM //Procedia-Social and Behavioral Sciences. – 2016. – Т. 226. – С.193-200.
35. Bellandi M., Santini E. Territorial servitization and new local productive configurations: The case of the textile industrial district of Prato //
Regional Studies. – 2019. – Т. 53. – №. 3. – С. 356-365.
36. Herrero F. V., González E. M. L., Vaillant Y. Territorial servitization: Conceptualization, quantification and research agenda //Investigaciones
Regionales= Journal of Regional Research. – 2020. – №. 48. – С.5-15.
37. Buckley, P. J., Strange, R., Timmer, M. P., & de Vries, G. J. (2020). Catching-up in the global factory: Analysis and policy implications.// Journal of
International Business Policy, 3, pp.79–106.
38. Bustinza, O. F., Vendrell-Herrero, F., & Baines, T. (2017). Service implementation in manufacturing: An organisational transformation perspective.
International Journal of Production Economics, 192, pp.1-8.
39. Цветков В.Я. Формирование пространственных знаний: Монография. – М.: МАКС Пресс, 2015. – 68с.
40. Tsvetkov V. Ya. Geoknowledge // European Journal of Technology and Design. – 2016, 3(13), pp. 122-132.
41. Савиных В.П. Геознание. – М.: МАКС Пресс, 2016. – 132с.
Скачать / Download
Оценка планов выполнения SQL запросов для решения транспортных задач
Дулин С.К., д.т.н., профессор, главный научный сотрудник, АО «НИИАС»; ИПИ ФИЦ ИУ РАН,;
Рябцев А.Б., аспирант, Московский физико-технический институт (МФТИ);
Аннотация
Существующие подходы к проблеме поиска оптимального плана выполнения SQL запроса далеки от идеала. Учитывая многопараметрический характер транспортных задач, минимизация времени выполнения запроса может иметь решающее значение. Функция стоимости, которая каждому плану ставит в соответствие время его выполнения должна удовлетворять следующим требованиям: 1) отношение порядка стоимостей должно как можно больше совпадать с отношением порядка времени, 2) стоимость любого плана не может быть больше стоимости другого плана, полученного путём добавления операций соединений. В работе рассматривается задача оптимизации планов выполнения SQL запросов с помощью методов машинного обучения. В работе подробно описан традиционный подход к решению данной задачи, рассмотрены его недостатки. Также приведён анализ существующих методов машинного обучения, которые призваны устранить ряд недостатков традиционного оптимизатора. Рассмотрены их преимущества и недостатки.
Ключевые слова
транспорт, оптимальный план выполнения запроса, функция стои- мости, методы машинного обучения, кардинальность таблицы.
Список литературы
1. M Muralikrishna and David J DeWitt. Equi-depth multidimensional histograms. Proceedings of the 1988 ACM SIGMOD international conference on Management of data. 1988, pp.28–36.

2. P Griffiths Selinger, Morton M Astrahan, Donald D Chamberlin, Raymond A Lorie and Thomas G Price. Access path selection in a relational database management system. Readings in Artificial Intelligence and Databases. Elsevier, 1989, pp. 511–522.

3. Nicolas Bruno, Surajit Chaudhuri and Luis Gravano. STHoles: A multidimensional workloadaware histogram. Proceedings of the 2001 ACM SIGMOD international conference on Management of data. 2001, pp. 211–222.

4. Amol Deshpande, Minos Garofalakis and Rajeev Rastogi. Independence is good: Dependencybased histogram synopses for high-dimensional data. ACM SIGMOD Record 30.2 (2001), pp.199–210.
5. Abraham Silberschatz, Henry F Korth and Shashank Sudarshan. Database system concepts. Vol. 5. McGraw-Hill New York, 2002.

6. Hai Wang and Kenneth C Sevcik. A multi-dimensional histogram for selectivity estimation and fast approximate query answering. Proceedings of the 2003 conference of the Centre for Advanced Studies on Collaborative research. 2003, pp.328–342.

7. Dimitrios Gunopulos, George Kollios, Vassilis J Tsotras and Carlotta Domeniconi. Selectivity estimators for multidimensional range queries over real attributes. VLDB Journal 14.2 (2005), pp. 137–154.

8. Gavin Powell. Beginning database design. John Wiley & Sons, 2006.

9. Hector Garcia-Molina. Database systems: the complete book. Pearson Education India, 2008.

10. Max Heimel, Martin Kiefer and Volker Markl. Self-tuning, GPU-accelerated kernel density models for multidimensional selectivity estimation. Proceedings of the 2015 ACM SIGMOD International Conference on Management of Data. 2015, pp. 1477–1492.

11. Feifei Li, Bin Wu, Ke Yi and Zhuoyue Zhao. Wander join: Online aggregation via random walks. Proceedings of the 2016 International Conference on Management of Data. 2016, pp. 615–629.

12. Hazar Harmouch and Felix Naumann. Cardinality estimation: An experimental survey. Proceedings of the VLDB Endowment 11.4 (2017), pp. 499–512.

13. Oleg Ivanov and S Bartunov. Adaptive query optimization in PostgreSQL. PGCon 2017 Conference, Ottawa, Canada. 2017.

14. Martin Kiefer, Max Heimel, Sebastian Breß and Volker Markl. Estimating join selectivities using bandwidth-optimized kernel density models.
Proceedings of the VLDB Endowment 10.13 (2017), pp. 2085–2096.

15. Viktor Leis, Bernhard Radke, Andrey Gubichev, Alfons Kemper and Thomas Neumann. Cardinality Estimation Done Right: Index-Based Join Sampling. Cidr. 2017.

16. Sanjay Krishnan, Zongheng Yang, Ken Goldberg, Joseph Hellerstein and Ion Stoica. Learning to optimize join queries with deep reinforcement
learning. arXiv preprint arXiv:1808.03196 (2018).

17. Ryan Marcus and Olga Papaemmanouil. Deep reinforcement learning for join order enumeration. Proceedings of the First International Workshop on Exploiting Artificial Intelligence Techniques for Data Management. 2018, pp. 1–4.

18. Zhuoyue Zhao, Robert Christensen, Feifei Li, Xiao Hu and Ke Yi. Random sampling over joins revisited. Proceedings of the 2018 International Conference on Management of Data. 2018, pp. 1525–1539.

19. Walter Cai, Magdalena Balazinska and Dan Suciu. Pessimistic cardinality estimation: Tighter upper bounds for intermediate join cardinalities. Proceedings of the 2019 International Conference on Management of Data. 2019, pp. 18–35.

20. Pedro Lopes, Craig Guyer and Milener Gene. Sql docs: cardinality estimation (SQL Server). 2019.

21. Lucas Woltmann, Claudio Hartmann, Maik Thiele, Dirk Habich and Wolfgang Lehner. Cardinality estimation with local deep learning models. Proceedings of the second international workshop on exploiting artificial intelligence techniques for data management. 2019, pp. 1–8.

22. Zongheng Yang, Eric Liang, Amog Kamsetty, Chenggang Wu, Yan Duan, Xi Chen, Pieter Abbeel, Joseph M Hellerstein, Sanjay Krishnan and Ion Stoica. Deep Unsupervised Cardinality Estimation. Proceedings of the VLDB Endowment 13.3 (2019).

23. MariaDB Server Documentation. Statistics for optimizing queries: InnoDB persistent statistics. 2020.
24. Postgresql Documentation. 12. 2020. Chapter 70.1. Row Estimation Examples. 2020.

25. Zongheng Yang, Amog Kamsetty, Sifei Luan, Eric Liang, Yan Duan, Xi Chen and Ion Stoica. NeuroCard: one cardinality estimator for all tables. Proceedings of the VLDB Endowment 14.1 (2020), pp. 61–73.

26. Yuxing Han, Ziniu Wu, Peizhi Wu, Rong Zhu, Jingyi Yang, Liang Wei Tan, Kai Zeng, Gao Cong, Yanzhao Qin, Andreas Pfadler et al. Cardinality

Estimation in DBMS: A Comprehensive Benchmark Evaluation. arXiv preprint arXiv:2109.05877 (2021).

 27. Ryan Marcus, Parimarjan Negi, Hongzi Mao, Chi Zhang, Mohammad Alizadeh, Tim Kraska, Olga Papaemmanouil and Nesime Tatbul23. Neo: A Learned Query Optimizer. Proceedings of the VLDB Endowment 12.11 (2021).

 28. Immanuel Trummer, Junxiong Wang, Ziyun Wei, Deepak Maram, Samuel Moseley, Saehan Jo, Joseph Antonakakis and Ankush Rayabhari. Skinnerdb: Regret-bounded query evaluation via reinforcement learning. ACM Transactions on Database Systems (TODS) 46.3 (2021),pp. 1– 45.

29. Rong Zhu, Ziniu Wu, Yuxing Han, Kai Zeng, Andreas Pfadler, Zhengping Qian, Jingren Zhou and Bin Cui. FLAT: fast, lightweight and accurate
method for cardinality estimation. Proceedings of the VLDB Endowment 14.9 (2021), pp. 1489–1502.
Скачать / Download
Evaluation of execution plans of SQL query for solving transport problems
Dulin S.K., D.ofSci., Professor, Chief Researcher, JSC «NIIAS»;
Рябцев А.Б., Postgraduate student, Moscow Institute of Physics and Technology (MIPT);
Abstract
Existing approaches to the problem of finding a good SQL query execution plan are far from ideal. Given the multi-parameter nature of transport problems, the optimal plan that minimizes query execution time can be critical. The cost function that associates each plan with its execution time must satisfy the following requirements: 1) the order of cost ratio should match the order of time as much as possible, 2) the cost of any plan cannot be greater than the cost of another plan obtained by adding join operations. The paper considers the problem of optimizing SQL query execution plans using machine learning methods. The paper describes in detail the traditional approach to solving this problem, and considers its shortcomings. An analysis of existing machine learning methods is also given, which are designed to eliminate a number of shortcomings of the traditional optimizer. Their advantages and disadvantages are considered.
Keywords
trtransport, optimal query execution plan, cost function, machine learning methods, table cardinality
References
1. M Muralikrishna and David J DeWitt. Equi-depth multidimensional histograms. Proceedings of the 1988 ACM SIGMOD international conference on Management of data. 1988, pp.28–36.

2. P Griffiths Selinger, Morton M Astrahan, Donald D Chamberlin, Raymond A Lorie and Thomas G Price. Access path selection in a relational database management system. Readings in Artificial Intelligence and Databases. Elsevier, 1989, pp. 511–522.

3. Nicolas Bruno, Surajit Chaudhuri and Luis Gravano. STHoles: A multidimensional workloadaware histogram. Proceedings of the 2001 ACM SIGMOD international conference on Management of data. 2001, pp. 211–222.

4. Amol Deshpande, Minos Garofalakis and Rajeev Rastogi. Independence is good: Dependencybased histogram synopses for high-dimensional data. ACM SIGMOD Record 30.2 (2001), pp.199–210.
5. Abraham Silberschatz, Henry F Korth and Shashank Sudarshan. Database system concepts. Vol. 5. McGraw-Hill New York, 2002.

6. Hai Wang and Kenneth C Sevcik. A multi-dimensional histogram for selectivity estimation and fast approximate query answering. Proceedings of the 2003 conference of the Centre for Advanced Studies on Collaborative research. 2003, pp.328–342.

7. Dimitrios Gunopulos, George Kollios, Vassilis J Tsotras and Carlotta Domeniconi. Selectivity estimators for multidimensional range queries over real attributes. VLDB Journal 14.2 (2005), pp. 137–154.

8. Gavin Powell. Beginning database design. John Wiley & Sons, 2006.

9. Hector Garcia-Molina. Database systems: the complete book. Pearson Education India, 2008.

10. Max Heimel, Martin Kiefer and Volker Markl. Self-tuning, GPU-accelerated kernel density models for multidimensional selectivity estimation. Proceedings of the 2015 ACM SIGMOD International Conference on Management of Data. 2015, pp. 1477–1492.

11. Feifei Li, Bin Wu, Ke Yi and Zhuoyue Zhao. Wander join: Online aggregation via random walks. Proceedings of the 2016 International Conference on Management of Data. 2016, pp. 615–629.

12. Hazar Harmouch and Felix Naumann. Cardinality estimation: An experimental survey. Proceedings of the VLDB Endowment 11.4 (2017), pp. 499–512.

13. Oleg Ivanov and S Bartunov. Adaptive query optimization in PostgreSQL. PGCon 2017 Conference, Ottawa, Canada. 2017.

14. Martin Kiefer, Max Heimel, Sebastian Breß and Volker Markl. Estimating join selectivities using bandwidth-optimized kernel density models.
Proceedings of the VLDB Endowment 10.13 (2017), pp. 2085–2096.

15. Viktor Leis, Bernhard Radke, Andrey Gubichev, Alfons Kemper and Thomas Neumann. Cardinality Estimation Done Right: Index-Based Join Sampling. Cidr. 2017.

16. Sanjay Krishnan, Zongheng Yang, Ken Goldberg, Joseph Hellerstein and Ion Stoica. Learning to optimize join queries with deep reinforcement
learning. arXiv preprint arXiv:1808.03196 (2018).

17. Ryan Marcus and Olga Papaemmanouil. Deep reinforcement learning for join order enumeration. Proceedings of the First International Workshop on Exploiting Artificial Intelligence Techniques for Data Management. 2018, pp. 1–4.

18. Zhuoyue Zhao, Robert Christensen, Feifei Li, Xiao Hu and Ke Yi. Random sampling over joins revisited. Proceedings of the 2018 International Conference on Management of Data. 2018, pp. 1525–1539.

19. Walter Cai, Magdalena Balazinska and Dan Suciu. Pessimistic cardinality estimation: Tighter upper bounds for intermediate join cardinalities. Proceedings of the 2019 International Conference on Management of Data. 2019, pp. 18–35.

20. Pedro Lopes, Craig Guyer and Milener Gene. Sql docs: cardinality estimation (SQL Server). 2019.

21. Lucas Woltmann, Claudio Hartmann, Maik Thiele, Dirk Habich and Wolfgang Lehner. Cardinality estimation with local deep learning models. Proceedings of the second international workshop on exploiting artificial intelligence techniques for data management. 2019, pp. 1–8.

22. Zongheng Yang, Eric Liang, Amog Kamsetty, Chenggang Wu, Yan Duan, Xi Chen, Pieter Abbeel, Joseph M Hellerstein, Sanjay Krishnan and Ion Stoica. Deep Unsupervised Cardinality Estimation. Proceedings of the VLDB Endowment 13.3 (2019).

23. MariaDB Server Documentation. Statistics for optimizing queries: InnoDB persistent statistics. 2020.
24. Postgresql Documentation. 12. 2020. Chapter 70.1. Row Estimation Examples. 2020.

25. Zongheng Yang, Amog Kamsetty, Sifei Luan, Eric Liang, Yan Duan, Xi Chen and Ion Stoica. NeuroCard: one cardinality estimator for all tables. Proceedings of the VLDB Endowment 14.1 (2020), pp. 61–73.

26. Yuxing Han, Ziniu Wu, Peizhi Wu, Rong Zhu, Jingyi Yang, Liang Wei Tan, Kai Zeng, Gao Cong, Yanzhao Qin, Andreas Pfadler et al. Cardinality

Estimation in DBMS: A Comprehensive Benchmark Evaluation. arXiv preprint arXiv:2109.05877 (2021).

 27. Ryan Marcus, Parimarjan Negi, Hongzi Mao, Chi Zhang, Mohammad Alizadeh, Tim Kraska, Olga Papaemmanouil and Nesime Tatbul23. Neo: A Learned Query Optimizer. Proceedings of the VLDB Endowment 12.11 (2021).

 28. Immanuel Trummer, Junxiong Wang, Ziyun Wei, Deepak Maram, Samuel Moseley, Saehan Jo, Joseph Antonakakis and Ankush Rayabhari. Skinnerdb: Regret-bounded query evaluation via reinforcement learning. ACM Transactions on Database Systems (TODS) 46.3 (2021),pp. 1– 45.

29. Rong Zhu, Ziniu Wu, Yuxing Han, Kai Zeng, Andreas Pfadler, Zhengping Qian, Jingren Zhou and Bin Cui. FLAT: fast, lightweight and accurate
method for cardinality estimation. Proceedings of the VLDB Endowment 14.9 (2021), pp. 1489–1502.
Скачать / Download
Оценка рисков путевого хозяйства по безопасности движения ОАО «РЖД»
Коваленко Н.И., д.т.н., профессор, Российский университет транспорта;
Коваленко А.Н., менеджер, АО «Уголь-Транс;
Аннотация
Факторным анализом риск-факторов и их последствий с точки зрения безопасности движения в подразделениях ОАО «РЖД» выявлено, что наиболее проблемным является состояние путевого хозяйства. Установлено, что наибольшая критичными являются величина пропущенного тоннажа или срока службы в годах, а также одиночный выход дефектных (остродефектных) рельсов. Также надо учитывать сверхнормативное количество дефектных узлов скреплений и негодных шпал, сверхнормативная протяженность пути с загрязненным балластом и протяженность участков пути с выплесками, другие неисправности. Проведенными исследованиями уровня риск-факторов на сети ОАО «РЖД» за 2021 год установлено, что в качестве мер реагирования рекомендуется в течение предстоящего года для 5-ти железных дорог (5-ти регионов) назначение капитального и других видов ремонта пути. Анализ транспортных происшествий на путях общего пользования в 2021 году показал, что одной из основных причин нарушений безопасности движения является нарушение технологии технического обслуживания пути, составившей порядка 40%.
Ключевые слова
транспорт, факторный анализ; пропущенный тоннаж; одиночный выход рельсов; риск-фактор; сверхнормативное количество неисправностей; коэффициент учета тя- жести последствий.
Список литературы
1. Коваленко Н.И., Гринь Е.Н. Факторный анализ оценки состояния пути // Путь и путевое хозяйство №1, 2013 г., С. 22-23.

2. Kovalenko Nikolai*, Grin Elena, Kovalenko Nina (2020) The determination of the repairs of railway track considering the reliability and risk
level, E3S Web of Conferences, Vol. 157 06031 (2020). [Электронный ресурс]: doi.org/10.1051/e3sconf/202015706031 Springer, 20 March 2020, pp. 92−99. Доступ 02.05.2021.

3. Розенберг И.Н., Цветков В.Я. Социальная кибернетика в цифровизации транспортной инфраструктуры // Наука и технологии железных дорог. – 2020. − № 3(15). − Т. 3. − С. 3−14.

4. Богоутдинов Б.Б., Цветков В.Я. Применение модели комплиментарных ресурсов в инвестиционной деятельности // Вестник Мордовского университета. − 2014. − № 4. (Т. 24). – С. 103−116.

5. Логинова А.С. Оценка применимости субсидиарного управления // Актуальные проблемы современной науки. – 2015. − № 3. − С. 297−301.

6. Цветков В.Я., Мордвинов В. А. Подход к систематизации алгоритмов // Онтология проектирования. – 2018. – № 4(26). Т. 7, − С. 388−397.

7. Елсуков П.Ю. Парадигматические и синтагматические отношения в дихотомическом делении // Славянский форум. − 2019. – № 3(25). − С. 19−26.

8. Katz M., Domshlak C. Optimal admissible composition of abstraction heuristics // Artificial Intelligence. Vol. 174, Iss. 12–13, August 2010, Pages 767−798. [Электронный ресурс]: https://doi.org/10.1016/j.artint.2010.04.021. Доступ 02.05.2021.

9. Щенников А.Н. Использование паттернов при конструировании алгоритмов // Славянский форум. − 2018. – № 1(19). − С. 96−103.

10. Корнаков А.Н. Концептуальная модель процессов информационного управления промышленной организации. // Вестник Московского Государственного Областного Университета/ Экономика. – 2010. – № 2. – С. 95–100.

11. Коваленко Н.И. Ремонт при минимуме риска // Мир транспорта. 2012. № 5. С. 132-137.
12. Коваленко Н.И., Гринь Е.Н. Технология предотвращает угрозу // Мир транспорта. − 2011. − № 5. − С. 138−142.

13. Методика расследования транспортных происшествий (железнодорожный транспорт): учеб. пособие/ под ред. С.А. Вазюлина. – М.: РУТ (МИИТ), 2018. – 200 с.
Скачать / Download
Assessment of the risks of the track facilities for the traffic safety of Russian Railways
Kovalenko N.I., д.т.н., профессор, Российский университет транспорта;
Kovalenko A.N., Manager, Transportation Organization JSC "Ugol-Trans";
Abstract
A factor analysis of risk factors and the severity of their consequences indicates that one of the most problematic structural units in Russian Railways is the track facilities of railway transport. For example, in 2021 11 traffic accidents (10 crashes and 1 accident) were allowed on the infrastructure of the railway transport of the Russian Federation, of which 5 crashes (45%) were due to a violation of the technology for the maintenance and repairs of the railway track. It has been established that the highest degree of risk factor for track facilities is characterized by the value of missed tonnage or service life in years, as well as by a single exit of defective (sharply defective) rails. Additional criteria influencing the increase in risk factors in the field of traffic safety in the track facilities are the excess number of defective fasteners and unusable sleepers, the excess length of the track with polluted ballast and the length of track sections with splashes, and other malfunctions. The conducted studies of the level of risk factors on the network of JSC "Russian Railways" for 2021 found that it is recommended that over the coming year for 5 railways (5 regions) JSC "Russian Railways" the appointment of overhaul and other types of track repairs is recommended as a response measure . An analysis of traffic accidents on public tracks in 2021 showed that one of the main causes of traffic safety violations on the railway infrastructure is: a violation of track maintenance technology, which amounted to about 40%.
Keywords
factor analysis; missed tonnage; single rail outlet; risk factor; excessive number of faults; coefficient for accounting for the severity of consequences
References
1. Коваленко Н.И., Гринь Е.Н. Факторный анализ оценки состояния пути // Путь и путевое хозяйство №1, 2013 г., С. 22-23.

2. Kovalenko Nikolai*, Grin Elena, Kovalenko Nina (2020) The determination of the repairs of railway track considering the reliability and risk
level, E3S Web of Conferences, Vol. 157 06031 (2020). [Электронный ресурс]: doi.org/10.1051/e3sconf/202015706031 Springer, 20 March 2020, pp. 92−99. Доступ 02.05.2021.

3. Розенберг И.Н., Цветков В.Я. Социальная кибернетика в цифровизации транспортной инфраструктуры // Наука и технологии железных дорог. – 2020. − № 3(15). − Т. 3. − С. 3−14.

4. Богоутдинов Б.Б., Цветков В.Я. Применение модели комплиментарных ресурсов в инвестиционной деятельности // Вестник Мордовского университета. − 2014. − № 4. (Т. 24). – С. 103−116.

5. Логинова А.С. Оценка применимости субсидиарного управления // Актуальные проблемы современной науки. – 2015. − № 3. − С. 297−301.

6. Цветков В.Я., Мордвинов В. А. Подход к систематизации алгоритмов // Онтология проектирования. – 2018. – № 4(26). Т. 7, − С. 388−397.

7. Елсуков П.Ю. Парадигматические и синтагматические отношения в дихотомическом делении // Славянский форум. − 2019. – № 3(25). − С. 19−26.

8. Katz M., Domshlak C. Optimal admissible composition of abstraction heuristics // Artificial Intelligence. Vol. 174, Iss. 12–13, August 2010, Pages 767−798. [Электронный ресурс]: https://doi.org/10.1016/j.artint.2010.04.021. Доступ 02.05.2021.

9. Щенников А.Н. Использование паттернов при конструировании алгоритмов // Славянский форум. − 2018. – № 1(19). − С. 96−103.

10. Корнаков А.Н. Концептуальная модель процессов информационного управления промышленной организации. // Вестник Московского Государственного Областного Университета/ Экономика. – 2010. – № 2. – С. 95–100.

11. Коваленко Н.И. Ремонт при минимуме риска // Мир транспорта. 2012. № 5. С. 132-137.
12. Коваленко Н.И., Гринь Е.Н. Технология предотвращает угрозу // Мир транспорта. − 2011. − № 5. − С. 138−142.

13. Методика расследования транспортных происшествий (железнодорожный транспорт): учеб. пособие/ под ред. С.А. Вазюлина. – М.: РУТ (МИИТ), 2018. – 200 с.
Скачать / Download