4. Проект строительства Трансафганского коридора
Ж.-д. магистраль Узбекистан – Афганистан – Пакистан
Предыдущий проект
Проект новой железнодорожной магистрали Таджикистан – Афганистан – Туркменистан (ТАТ) – это не просто поездка на поезде, это настоящее путешествие через три страны и, возможно, через все бюрократические лабиринты. Данный проект должен связать Душанбе, Пяндж, Мазари-Шариф и Ашхабад по северу Афганистана.
20 марта 2013 года в Ашхабаде, в окружении фанфар и громких обещаний, три президента — Туркменистана, Афганистана и Таджикистана — подписали меморандум о строительстве. Три лидера, три подписи, и внезапно тысячи километров железных дорог стали чуть ближе к реальности. Правда, только на бумаге. Но в июне того же года в Атамырате три президента собрались снова, чтобы торжественно запустить строительство новой магистрали.
И вот, впереди 650 километров железной дороги! Из них 150 км по Туркменистану, 450 км по Афганистану и 50 км по Таджикистану.
2 часть ⏬
#ЕТК
Ж.-д. магистраль Узбекистан – Афганистан – Пакистан
Предыдущий проект
Проект новой железнодорожной магистрали Таджикистан – Афганистан – Туркменистан (ТАТ) – это не просто поездка на поезде, это настоящее путешествие через три страны и, возможно, через все бюрократические лабиринты. Данный проект должен связать Душанбе, Пяндж, Мазари-Шариф и Ашхабад по северу Афганистана.
20 марта 2013 года в Ашхабаде, в окружении фанфар и громких обещаний, три президента — Туркменистана, Афганистана и Таджикистана — подписали меморандум о строительстве. Три лидера, три подписи, и внезапно тысячи километров железных дорог стали чуть ближе к реальности. Правда, только на бумаге. Но в июне того же года в Атамырате три президента собрались снова, чтобы торжественно запустить строительство новой магистрали.
И вот, впереди 650 километров железной дороги! Из них 150 км по Туркменистану, 450 км по Афганистану и 50 км по Таджикистану.
2 часть ⏬
#ЕТК
👍5
1 часть ⏫
Проектирование и строительство к настоящему моменту выполнены только в Туркменистане. В 2016 году был введен в эксплуатацию участок Атамырат – Имамназар (Туркменистан) – Акина (Афганистан), ставший первой очередью проекта ТАТ. Похоже, что Туркменистан не привык откладывать дела в долгий ящик. А вот остальным участникам коридора ещё предстоит догнать паровоз.
В сентябре 2022 года Таджикистан обратился в Корейское агентство международного сотрудничества (KOICA) с просьбой "помочь немного с деньгами". Ожидается, что южнокорейские специалисты проведут предварительные работы, необходимые для подготовки ТЭО строительства железной дороги Джалолиддин – Балхи – Джайхун – Пянджи – Пойон протяженностью 50 км на территории Таджикистана. Ну и мост через реку Пяндж на 1 км, куда же без него. Мосты — это ведь не только через реки, но и между странами.
Информация о проведении каких-либо работ на территории Афганистана пока отсутствует. Видимо, там пока размышляют: "Строить или не строить? Вот в чем вопрос".
Реализация проекта ТАТ позволит открыть новый транзитный коридор между Центральной Азией и Афганистаном. Железная дорога может стать частью Лазуритового коридора, соединяющего Афганистан, Туркменистан, страны Южного Кавказа и Турцию. В общем, Лазуритовый коридор звучит как что-то из сказок, но, может, и реальность получится не хуже.
Для Таджикистана новый коридор станет самым коротким и сквозным маршрутом для доставки грузов в Иран, Турцию и на мировые рынки. Главное, чтобы всё это не стало тем самым "коридором ожидания".
#ЕТК
Проектирование и строительство к настоящему моменту выполнены только в Туркменистане. В 2016 году был введен в эксплуатацию участок Атамырат – Имамназар (Туркменистан) – Акина (Афганистан), ставший первой очередью проекта ТАТ. Похоже, что Туркменистан не привык откладывать дела в долгий ящик. А вот остальным участникам коридора ещё предстоит догнать паровоз.
В сентябре 2022 года Таджикистан обратился в Корейское агентство международного сотрудничества (KOICA) с просьбой "помочь немного с деньгами". Ожидается, что южнокорейские специалисты проведут предварительные работы, необходимые для подготовки ТЭО строительства железной дороги Джалолиддин – Балхи – Джайхун – Пянджи – Пойон протяженностью 50 км на территории Таджикистана. Ну и мост через реку Пяндж на 1 км, куда же без него. Мосты — это ведь не только через реки, но и между странами.
Информация о проведении каких-либо работ на территории Афганистана пока отсутствует. Видимо, там пока размышляют: "Строить или не строить? Вот в чем вопрос".
Реализация проекта ТАТ позволит открыть новый транзитный коридор между Центральной Азией и Афганистаном. Железная дорога может стать частью Лазуритового коридора, соединяющего Афганистан, Туркменистан, страны Южного Кавказа и Турцию. В общем, Лазуритовый коридор звучит как что-то из сказок, но, может, и реальность получится не хуже.
Для Таджикистана новый коридор станет самым коротким и сквозным маршрутом для доставки грузов в Иран, Турцию и на мировые рынки. Главное, чтобы всё это не стало тем самым "коридором ожидания".
#ЕТК
👍5
Занимательный факт
В 1970-х годах имитационное моделирование сыграло ключевую роль в разработке первой автоматизированной системы управления движением поездов в Японии, что помогло сделать их поезда одними из самых надежных и быстрых в мире. Благодаря моделированию удалось предсказать и избежать потенциальных сбоев в системе, обеспечив плавное и безопасное движение поездов на высокой скорости. Этот успех способствовал дальнейшему развитию высокоскоростных железных дорог, таких как знаменитые Синкансены. 🚅
В 1970-х годах имитационное моделирование сыграло ключевую роль в разработке первой автоматизированной системы управления движением поездов в Японии, что помогло сделать их поезда одними из самых надежных и быстрых в мире. Благодаря моделированию удалось предсказать и избежать потенциальных сбоев в системе, обеспечив плавное и безопасное движение поездов на высокой скорости. Этот успех способствовал дальнейшему развитию высокоскоростных железных дорог, таких как знаменитые Синкансены. 🚅
👍8
Управление пассажиропотоками ж.-д. вокзалов на основе моделирования динамики движения пассажиров
🚶♂️4 пост из серии (предыдущий пост)
Гибридные модели комбинируют макро- и микроуровни, а следовательно, позволяют повышать репрезентативность результатов за счет устранения недостатков каждого из предыдущих подходов и более точно описывать поведение потока в разных режимах движения.
Представьте себе, каждый участник потока в этой модели — настоящий стратег, который все время старается минимизировать текущее значение своей "энергии". Это как если бы вы пытались попасть на вокзал в час пик, при этом не разлив свой утренний кофе. Например, модель, предложенная автором A. Treuille, учитывает действие социально-физиологических сил, то есть она знает, что толкаться — это нехорошо, и заданную цель в пространстве — вроде "добраться до поезда без потерь". Что особенно впечатляет, так это производительность модели: 8000 агентов с дискретизацией 1 секунда.
Но, конечно, не обошлось без подвохов. Например, резкие изменения направления движения — тут агенты поворачивают так резко, будто только что вспомнили, что забыли дома утюг. И это без учета инерции! В реальной жизни они бы давно улетели в стену.
Но и это еще не все.Но и это еще не все. В модели возможны столкновения при пересечении траекторий движения агентов к заданной цели. Ну, а если все пойдет совсем не по плану, система может попасть в локальный минимум, и агенты просто стоят на месте, словно пытаются вспомнить, выключили ли они газ перед выходом из дома.
Короче, гибридные модели — это отличный инструмент. Они, конечно, умны и помогают разобраться с движением толп, но порой работают с тем же успехом, что и попытка организовать порядок в очереди за бесплатной раздачей пиццы.
🚶♂️4 пост из серии (предыдущий пост)
Гибридные модели комбинируют макро- и микроуровни, а следовательно, позволяют повышать репрезентативность результатов за счет устранения недостатков каждого из предыдущих подходов и более точно описывать поведение потока в разных режимах движения.
Представьте себе, каждый участник потока в этой модели — настоящий стратег, который все время старается минимизировать текущее значение своей "энергии". Это как если бы вы пытались попасть на вокзал в час пик, при этом не разлив свой утренний кофе. Например, модель, предложенная автором A. Treuille, учитывает действие социально-физиологических сил, то есть она знает, что толкаться — это нехорошо, и заданную цель в пространстве — вроде "добраться до поезда без потерь". Что особенно впечатляет, так это производительность модели: 8000 агентов с дискретизацией 1 секунда.
Но, конечно, не обошлось без подвохов. Например, резкие изменения направления движения — тут агенты поворачивают так резко, будто только что вспомнили, что забыли дома утюг. И это без учета инерции! В реальной жизни они бы давно улетели в стену.
Но и это еще не все.Но и это еще не все. В модели возможны столкновения при пересечении траекторий движения агентов к заданной цели. Ну, а если все пойдет совсем не по плану, система может попасть в локальный минимум, и агенты просто стоят на месте, словно пытаются вспомнить, выключили ли они газ перед выходом из дома.
Короче, гибридные модели — это отличный инструмент. Они, конечно, умны и помогают разобраться с движением толп, но порой работают с тем же успехом, что и попытка организовать порядок в очереди за бесплатной раздачей пиццы.
🔥4
Занимательный факт
Имитационное моделирование помогло NASA избежать конфуза с марсоходом Curiosity. В 2012 году, когда марсоход должен был приземлиться на Марс, ученые использовали моделирование, чтобы рассчитать идеальную траекторию спуска и избежать падения «лицом в песок». Благодаря этому Curiosity успешно приземлился и начал свою исследовательскую миссию. Теперь он катается по Марсу, как по собственной даче, и передает на Землю снимки, от которых дух захватывает! 🚀
Имитационное моделирование помогло NASA избежать конфуза с марсоходом Curiosity. В 2012 году, когда марсоход должен был приземлиться на Марс, ученые использовали моделирование, чтобы рассчитать идеальную траекторию спуска и избежать падения «лицом в песок». Благодаря этому Curiosity успешно приземлился и начал свою исследовательскую миссию. Теперь он катается по Марсу, как по собственной даче, и передает на Землю снимки, от которых дух захватывает! 🚀
👍5👀2
Зачем усложнять?
Моделирование прекрасно тем, что это абстрация реального объекта. И, следовательно, мы можем задавать характеристики моделируемого объекта - как душе угодно, лишь бы были валидные ответы. Сегодня разберем потрясающую вещь: как быстрее собрать имитационную модель (пренебрегая частью исходных данных и восстанавливая их автоматически в ходе моделирования) и не потерять детализацию в отчетах.
Сегодня речь о составности поезда в имитационной модели.
📚Базовый подход: Задаем несколько видов натурных листов (и даже добавляем немного хаоса в виде отклонений) и затем, как на железнодорожной лотерее, по закону распределения назначаем каждому поезду его составность.
📈 Определенные преимущества: Мы можем следить за каждым вагоном, как за участником реалити-шоу: кто, куда, и с каким багажом.
📉 Определенные недостатки: Процесс ввода исходных данных такой долгий, что вы успеете пересчитать все шпалы на моделируемом объекте до того, как модель заработает.
📍Важное уточнение: Составность поезда задается не просто для красоты. Есть какая-то необходимость? Да, ведь после нам нужно прописывать технологию работы на каждый вариант. Так что будьте готовы к марафону инструкций, где каждый вагон будет требовать особого подхода, как капризный клиент.
Вопрос: Можно ли упростить этот процесс, чтобы не пришлось изучать составность поезда до пенсии?
Ответ: Конечно, можно!
🔍 Предлагаемый подход (в рамках учета различной составности поезда при создании имитационной модели):
1️⃣ Задаем детерминированное количество вагонов в составе. Хотите добавить остроты? Подключаем закон распределения по количеству вагонов. Будет как игра с угадыванием количества орехов в банке — сюрпризы на каждом шагу!
2️⃣ Вставляем операции «расформирование» (используя логическое «или» с применением закона распределения) в технологическую цепочку. Это как железнодорожный пазл — никогда не знаешь, как состав разберется на этот раз.
3️⃣ Создаем технологическую цепочку для потомков основной категории (это варианты обработки вагонов после расформирования). Прощай, хаос — привет, порядок!
4️⃣ Вишенка на торте. Обратный мониторинг дислокации вагонов.
Мы знаем конечную технологическую цепочку, в которой прописаны вагоны - им задается автоматическая нумерация и до момента входа на объект инфраструктуры каждому обезличенному вагону присваивается требуемый номер и характеристика)
Волки целы, овцы сыты или наоборот)
Таким образом, мы учитываем все аспекты эксплуатационной работы с поездами, сокращая процесс построения модели настолько, что можно будет на пару дней раньше отправиться в отпуск.
Какой подход лучше?
Моделирование прекрасно тем, что это абстрация реального объекта. И, следовательно, мы можем задавать характеристики моделируемого объекта - как душе угодно, лишь бы были валидные ответы. Сегодня разберем потрясающую вещь: как быстрее собрать имитационную модель (пренебрегая частью исходных данных и восстанавливая их автоматически в ходе моделирования) и не потерять детализацию в отчетах.
Сегодня речь о составности поезда в имитационной модели.
📚Базовый подход: Задаем несколько видов натурных листов (и даже добавляем немного хаоса в виде отклонений) и затем, как на железнодорожной лотерее, по закону распределения назначаем каждому поезду его составность.
📈 Определенные преимущества: Мы можем следить за каждым вагоном, как за участником реалити-шоу: кто, куда, и с каким багажом.
📉 Определенные недостатки: Процесс ввода исходных данных такой долгий, что вы успеете пересчитать все шпалы на моделируемом объекте до того, как модель заработает.
📍Важное уточнение: Составность поезда задается не просто для красоты. Есть какая-то необходимость? Да, ведь после нам нужно прописывать технологию работы на каждый вариант. Так что будьте готовы к марафону инструкций, где каждый вагон будет требовать особого подхода, как капризный клиент.
Вопрос: Можно ли упростить этот процесс, чтобы не пришлось изучать составность поезда до пенсии?
Ответ: Конечно, можно!
🔍 Предлагаемый подход (в рамках учета различной составности поезда при создании имитационной модели):
1️⃣ Задаем детерминированное количество вагонов в составе. Хотите добавить остроты? Подключаем закон распределения по количеству вагонов. Будет как игра с угадыванием количества орехов в банке — сюрпризы на каждом шагу!
2️⃣ Вставляем операции «расформирование» (используя логическое «или» с применением закона распределения) в технологическую цепочку. Это как железнодорожный пазл — никогда не знаешь, как состав разберется на этот раз.
3️⃣ Создаем технологическую цепочку для потомков основной категории (это варианты обработки вагонов после расформирования). Прощай, хаос — привет, порядок!
4️⃣ Вишенка на торте. Обратный мониторинг дислокации вагонов.
Мы знаем конечную технологическую цепочку, в которой прописаны вагоны - им задается автоматическая нумерация и до момента входа на объект инфраструктуры каждому обезличенному вагону присваивается требуемый номер и характеристика)
Волки целы, овцы сыты или наоборот)
Таким образом, мы учитываем все аспекты эксплуатационной работы с поездами, сокращая процесс построения модели настолько, что можно будет на пару дней раньше отправиться в отпуск.
Какой подход лучше?
👍4🔥2👏2✍1😱1
Занимательный факт
В 1980-х годах имитационное моделирование стало настоящим спасением для авиакомпаний, которые столкнулись с проблемой задержек рейсов. Используя моделирование, они смогли протестировать разные сценарии управления воздушным движением и оптимизировать расписание полетов. В итоге самолеты стали реже задерживаться, а пассажиры перестали чувствовать себя героями бесконечного ожидания в аэропортах. Теперь, если ваш рейс все-таки задерживается, можете винить не модели, а что-то действительно непредсказуемое — вроде внезапной забастовки чайников на борту или потери ножниц! ✈️
В 1980-х годах имитационное моделирование стало настоящим спасением для авиакомпаний, которые столкнулись с проблемой задержек рейсов. Используя моделирование, они смогли протестировать разные сценарии управления воздушным движением и оптимизировать расписание полетов. В итоге самолеты стали реже задерживаться, а пассажиры перестали чувствовать себя героями бесконечного ожидания в аэропортах. Теперь, если ваш рейс все-таки задерживается, можете винить не модели, а что-то действительно непредсказуемое — вроде внезапной забастовки чайников на борту или потери ножниц! ✈️
👍2
Планирование при создании имитационной модели
Планирование является ключевым этапом в процессе разработки имитационной модели, поскольку на данном этапе формализуется постановка задачи для имитационного моделирования.
1️⃣ В рамках постановки задачи определяются границы имитационной модели, а также формируется концептуальная модель, представляющая собой абстрактное описание исследуемого объекта.
2️⃣ Концептуальная модель представляет собой абстрактную структуру, которая описывает состав и организацию железнодорожной станции как объекта исследования, свойства её элементов, а также причинно-следственные связи, характерные для анализируемого объекта и имеющие критическое значение для достижения целей моделирования. В концептуальной модели в вербальной форме представляются сведения о природе и параметрах элементарных процессов, протекающих в исследуемом объекте, типе и степени взаимодействия между ними, а также роли и значении каждого из них в общей динамике функционирования объекта.
3️⃣ Определение уровня детализации модели (стратификация). Модель объекта представляется как совокупность компонентов, включающая все элементы, обеспечивающие сохранение целостности объекта, а также достижение поставленных целей моделирования.
4️⃣ Намечаются эксперименты, которые предполагается провести в рамках создаваемой имитационной модели, и определяются необходимые результаты, а также формы отчетности, представляющие итог имитационного исследования.
Планирование является ключевым этапом в процессе разработки имитационной модели, поскольку на данном этапе формализуется постановка задачи для имитационного моделирования.
1️⃣ В рамках постановки задачи определяются границы имитационной модели, а также формируется концептуальная модель, представляющая собой абстрактное описание исследуемого объекта.
Границы вашей модели могут включать контейнерные терминалы, железнодорожные пути и сопутствующую инфраструктуру, исключая, например, станцию примыкания или поступление грузов автомобильным транспортом (заменяя это на "черные ящики").
2️⃣ Концептуальная модель представляет собой абстрактную структуру, которая описывает состав и организацию железнодорожной станции как объекта исследования, свойства её элементов, а также причинно-следственные связи, характерные для анализируемого объекта и имеющие критическое значение для достижения целей моделирования. В концептуальной модели в вербальной форме представляются сведения о природе и параметрах элементарных процессов, протекающих в исследуемом объекте, типе и степени взаимодействия между ними, а также роли и значении каждого из них в общей динамике функционирования объекта.
Например, создание связей между зонами хранения контейнеров и зонами погрузки,влияние отдельных зон на всю логистическую цепочку.
3️⃣ Определение уровня детализации модели (стратификация). Модель объекта представляется как совокупность компонентов, включающая все элементы, обеспечивающие сохранение целостности объекта, а также достижение поставленных целей моделирования.
Это "черные ящики" внутри модели или определяемся с тем, что мы моделируем или детализируем макро-параметр (например, продолжительность маршрута приема можем задать интегрируя тяговые расчеты или задаем среднюю величину и подключаем закон распределения).
4️⃣ Намечаются эксперименты, которые предполагается провести в рамках создаваемой имитационной модели, и определяются необходимые результаты, а также формы отчетности, представляющие итог имитационного исследования.
Разработка планов по сбору необходимых данных, уточнение источников их получения и установка сроков сбора данных с учётом временного резерва для выполнения этих задач, планирование сроков разработки имитационной модели и её версий, отражающих различные аспекты имитационного исследования. Не забываем о временном резерве на возможные уточнения и создание дополнительных версий модели, корректирующих направления исследования.
👍2🤔2
Занимательный лайфхак
При проектировании железной дороги не забудьте учесть…коров ! В некоторых странах инженеры поняли, что если железная дорога пересекает пастбища, коровы могут слишком увлечься видом мчащихся поездов и решат ближе познакомиться с этой "быстрой штукой". Чтобы избежать остановок поездов из-за неожиданных встреч с буренками, инженеры начали устанавливать специальные ограждения и создавать безопасные переходы для животных. Так что, проектируя железную дорогу, не забудьте продумать, как защитить не только пассажиров, но и любопытных коров! 🐄🚂
При проектировании железной дороги не забудьте учесть…
🤔5😱4👍2🥱1
5. Проект Амуро-Якутской магистрали и её продление в Китай
Предыдущий проект
На Форуме BRI в Пекине в 2023 году российская делегация представила проект нового железнодорожного коридора, который свяжет Якутию, порт Магадан с железнодорожной сетью Китая. Проект включает строительство участка дороги от Сковородино на Транссибе до Мохэ в Китае и соединение с сетью в Харбине. Предлагается использовать Джалинду как новый железнодорожный пункт пропуска, где уже есть автопереход. Также потребуется новый мост через реку Амур.
Сейчас действует линия Сковородино — Тында — Нижний Бестях, связывающая БАМ и Транссиб с Якутском. В планах — мост через реку Лена для связи Якутска с Нижним Бестяхом и, возможно, продолжение маршрута до Магадана на 1900 км.
Проект находится на стадии проработки, и технико-экономическое обоснование ещё не завершено. Новый коридор обещает стать кратчайшим маршрутом для экспорта российского угля и других ресурсов в северо-восточные регионы Китая, что поможет разгрузить Восточный полигон.
#ЕТК
Предыдущий проект
На Форуме BRI в Пекине в 2023 году российская делегация представила проект нового железнодорожного коридора, который свяжет Якутию, порт Магадан с железнодорожной сетью Китая. Проект включает строительство участка дороги от Сковородино на Транссибе до Мохэ в Китае и соединение с сетью в Харбине. Предлагается использовать Джалинду как новый железнодорожный пункт пропуска, где уже есть автопереход. Также потребуется новый мост через реку Амур.
Сейчас действует линия Сковородино — Тында — Нижний Бестях, связывающая БАМ и Транссиб с Якутском. В планах — мост через реку Лена для связи Якутска с Нижним Бестяхом и, возможно, продолжение маршрута до Магадана на 1900 км.
Проект находится на стадии проработки, и технико-экономическое обоснование ещё не завершено. Новый коридор обещает стать кратчайшим маршрутом для экспорта российского угля и других ресурсов в северо-восточные регионы Китая, что поможет разгрузить Восточный полигон.
#ЕТК
👍7
Занимательный лайфхак
При проектировании железной дороги: обращайте внимание назвук ! В Японии инженеры столкнулись с проблемой, когда высокоскоростные поезда, проходя через тоннели, создавали громкие "взрывы" на выходе — этот эффект называют "звуковой бум". Чтобы решить проблему, они обратились за вдохновением к… зимородку, птице, которая ныряет в воду почти без всплеска. Инженеры изменили форму носа поезда, сделав его похожим на клюв зимородка, что значительно уменьшило шум и повысило аэродинамику. Так что, проектируя железные дороги и поезда, иногда стоит посмотреть на природу — она подскажет гениальные решения! 🐦🚄
При проектировании железной дороги: обращайте внимание на
👍9🔥1🤔1
Увеличение пропускной способности транспортной инфраструктуры
Начнем сегодняэпическую одиссею глобальную серию постов про увеличение пропускной способности (#УПС). За счет каких факторов ее можно увеличить – их десятки (а то и сотни, смотря как детализировать). Каждый фактор можно оптимизировать по различным методам и технологиям (давайте тоже скажем что их сотни, кто проверит? Как говорят классики: «Если я что-то утверждаю, мне не надо это доказывать, если вы хотите опровергнуть – докажите сами). Ну и конечно же эти методы базируются на конкретных инструментах (их тоже много).
И с чего же начнем? Предлагаю следующий спуск: «УПС» – Оптимизация маршрутов – Алгоритмы.
Сегодня посмотрим на Алгоритм Дейкстры ⏬
#УПС #Оптимизация_маршрутов #Алгоритмы
Начнем сегодня
И с чего же начнем? Предлагаю следующий спуск: «УПС» – Оптимизация маршрутов – Алгоритмы.
Сегодня посмотрим на Алгоритм Дейкстры ⏬
#УПС #Оптимизация_маршрутов #Алгоритмы
Алгоритм Дейкстры
Используется для нахождения кратчайшего пути от одной вершины графа (начальной точки) до всех остальных вершин. Граф состоит из узлов (вершин) и ребер, которые соединяют эти узлы, где каждому ребру присвоена определенная стоимость (вес), например, расстояние или время.
Как работает алгоритм Дейкстры?
1️⃣ Инициализация:
📍 Создаем множество 𝑆S, содержащее все узлы.
📍 Для каждой вершины устанавливаем начальную стоимость (расстояние) до нее как бесконечность, за исключением начальной вершины, для которой стоимость равна 0.
2️⃣ Выбор минимального узла:
📍 На каждом шаге выбираем узел 𝑢u с минимальной стоимостью среди всех узлов, которые еще не были обработаны, и удаляем его из множества 𝑆S.
3️⃣ Обновление соседей:
📍 Для каждого соседа узла 𝑢u, который остается в 𝑆S, рассчитываем новую стоимость пути, проходящего через 𝑢u. Если новый путь короче, обновляем стоимость соседа.
4️⃣ Повторение:
📍 Процедура повторяется до тех пор, пока не будут обработаны все узлы в графе.
5️⃣ Результат:
📍 В конце алгоритма каждая вершина будет иметь минимальную стоимость пути от начальной вершины.
Визуализация примера
Представим следующий граф:
(A)
/ | \
1 4 2
/ | \
(B)--3|(C)--1
\ | /
2 1 4
\ | /
(D)
Здесь:
• Узлы: A, B, C, D.
• Ребра с весами: (A-B:1), (A-C:4), (A-D:2), (B-C:3), (B-D:2), (C-D:1).
1️⃣ Инициализация
• Начальная точка: A.
• Стоимости: A=0, B=∞, C=∞, D=∞.
2️⃣ Выбор узла с минимальной стоимостью
• Текущий узел: A, так как A=0 (минимум).
3️⃣ Обновление соседей
• Рассчитываем новые стоимости для узлов B, C, и D:
o B: min(∞, 0 + 1) = 1
o C: min(∞, 0 + 4) = 4
o D: min(∞, 0 + 2) = 2
• Стоимости: A=0, B=1, C=4, D=2.
4️⃣ Повторение
• Текущий узел: B, так как B=1 (минимум среди оставшихся).
• Обновление соседей:
o C: min(4, 1 + 3) = 4
o D: min(2, 1 + 2) = 2
• Стоимости: A=0, B=1, C=4, D=2.
• Следующий узел: D, так как D=2.
• Обновление соседей:
o C: min(4, 2 + 1) = 3
• Стоимости: A=0, B=1, C=3, D=2.
• Следующий узел: C, так как C=3.
5️⃣ Конец
• В конце пути:
o Кратчайшие пути: A -> B: 1, A -> D: 2, A -> C -> D: 3.
В результате:
• Путь из A в B: 1.
• Путь из A в D: 2.
• Путь из A в C через D: 3.
Это и есть результат работы алгоритма Дейкстры.
Можно использовать в задаче: найти кратчайший путь для перемещения контейнера от одного терминала к другому, учитывая расстояние и время в пути.
Хотите бесплатно поработать с программой для вычисления кратчайших путей по алгоритму Дейкстры?
Репост, "+" в комментарии и получаете программу! 🚀📊
#УПС #Оптимизация_маршрутов #Алгоритмы
Используется для нахождения кратчайшего пути от одной вершины графа (начальной точки) до всех остальных вершин. Граф состоит из узлов (вершин) и ребер, которые соединяют эти узлы, где каждому ребру присвоена определенная стоимость (вес), например, расстояние или время.
Как работает алгоритм Дейкстры?
1️⃣ Инициализация:
📍 Создаем множество 𝑆S, содержащее все узлы.
📍 Для каждой вершины устанавливаем начальную стоимость (расстояние) до нее как бесконечность, за исключением начальной вершины, для которой стоимость равна 0.
2️⃣ Выбор минимального узла:
📍 На каждом шаге выбираем узел 𝑢u с минимальной стоимостью среди всех узлов, которые еще не были обработаны, и удаляем его из множества 𝑆S.
3️⃣ Обновление соседей:
📍 Для каждого соседа узла 𝑢u, который остается в 𝑆S, рассчитываем новую стоимость пути, проходящего через 𝑢u. Если новый путь короче, обновляем стоимость соседа.
4️⃣ Повторение:
📍 Процедура повторяется до тех пор, пока не будут обработаны все узлы в графе.
5️⃣ Результат:
📍 В конце алгоритма каждая вершина будет иметь минимальную стоимость пути от начальной вершины.
Визуализация примера
Представим следующий граф:
(A)
/ | \
1 4 2
/ | \
(B)--3|(C)--1
\ | /
2 1 4
\ | /
(D)
Здесь:
• Узлы: A, B, C, D.
• Ребра с весами: (A-B:1), (A-C:4), (A-D:2), (B-C:3), (B-D:2), (C-D:1).
1️⃣ Инициализация
• Начальная точка: A.
• Стоимости: A=0, B=∞, C=∞, D=∞.
2️⃣ Выбор узла с минимальной стоимостью
• Текущий узел: A, так как A=0 (минимум).
3️⃣ Обновление соседей
• Рассчитываем новые стоимости для узлов B, C, и D:
o B: min(∞, 0 + 1) = 1
o C: min(∞, 0 + 4) = 4
o D: min(∞, 0 + 2) = 2
• Стоимости: A=0, B=1, C=4, D=2.
4️⃣ Повторение
• Текущий узел: B, так как B=1 (минимум среди оставшихся).
• Обновление соседей:
o C: min(4, 1 + 3) = 4
o D: min(2, 1 + 2) = 2
• Стоимости: A=0, B=1, C=4, D=2.
• Следующий узел: D, так как D=2.
• Обновление соседей:
o C: min(4, 2 + 1) = 3
• Стоимости: A=0, B=1, C=3, D=2.
• Следующий узел: C, так как C=3.
5️⃣ Конец
• В конце пути:
o Кратчайшие пути: A -> B: 1, A -> D: 2, A -> C -> D: 3.
В результате:
• Путь из A в B: 1.
• Путь из A в D: 2.
• Путь из A в C через D: 3.
Это и есть результат работы алгоритма Дейкстры.
Можно использовать в задаче: найти кратчайший путь для перемещения контейнера от одного терминала к другому, учитывая расстояние и время в пути.
Хотите бесплатно поработать с программой для вычисления кратчайших путей по алгоритму Дейкстры?
Репост, "+" в комментарии и получаете программу! 🚀📊
#УПС #Оптимизация_маршрутов #Алгоритмы
👍7🔥1🥱1👀1🤝1
Занимательный лайфхак
При проектировании железной дороги не забудьте учесть, что однажды ваша станция может превратиться в железнодорожный мегаполис. Оставьте место для будущих путей, чтобы потом не играть в "Тетрис" с поездами. В Японии на многих станциях Shinkansen предусмотрены резервные пути и пространства для новых технологических систем, что позволяет им модернизировать сети с минимальными затратами и неудобствами. Еще один извстный пример: строительство и расширение системы Crossrail в Лондоне, которая позже стала Elizabeth Line.
При проектировании железной дороги не забудьте учесть, что однажды ваша станция может превратиться в железнодорожный мегаполис. Оставьте место для будущих путей, чтобы потом не играть в "Тетрис" с поездами. В Японии на многих станциях Shinkansen предусмотрены резервные пути и пространства для новых технологических систем, что позволяет им модернизировать сети с минимальными затратами и неудобствами. Еще один извстный пример: строительство и расширение системы Crossrail в Лондоне, которая позже стала Elizabeth Line.
👍7🔥1👏1🥱1
Сколько железнодорожных станций в России?
Anonymous Quiz
7%
<5000
20%
6495
22%
12991
27%
19485
24%
>20000
🤔8
Кубит против коммивояжера: Когда квантовая физика начинает решать логистические задачи
Если вам когда-нибудь казалось, что ваша жизнь — это одна большая задача коммивояжера, когда каждый день приходится планировать, как избежать пробок и очередей, то знайте, что ученые решили эту проблему с помощью одного кубита. Да, вы не ослышались, кубит! В мире, где классические алгоритмы борются с NP-трудными задачами, а квантовые компьютеры рискуют стать новыми шаманами вычислений, кубит вышел на арену, чтобы показать, что даже сложнейшие маршруты могут быть оптимизированы… ну, по крайней мере, если у вас не больше шести городов.
Ученые из Гамбургского университета под руководством Питера Шмельхера оптимизировали задачу коммивояжера, используя сферу Блоха и принцип суперпозиции. Этот метод показал себя более точным, чем классические и даже некоторые квантовые алгоритмы, но пока работает только для шести городов🥲. Препринт исследования доступен здесь.
Задача коммивояжера — NP-трудная проблема🧐, требующая нахождения кратчайшего маршрута, проходящего через каждый город ровно один раз. Классические методы требуют значительных вычислительных ресурсов или дают эвристические решения. Квантовые вычислители используют квантовую запутанность, но их алгоритмы пока эффективны лишь для четырех городов и требуют сотни кубитов.
Исследователи под руководством П. Шмельхера предложили новый подход, заменив квантовую запутанность на суперпозицию👌. Города кодировались как состояния на экваторе сферы Блоха, расстояния между ними задавались вспомогательными состояниями на меридианах. Проблема была преобразована в задачу о брахистохроне, решение которой совпадает с задачей коммивояжера. Оптимальный маршрут находился с помощью операторов вращения и томографии квантового состояния, позволяя вычислить все маршруты одновременно.
Основная трудность заключалась в постобработке результатов для удаления некорректных маршрутов. Это решалось с помощью настройки операторов вращения с использованием алгоритма SPSA. Точность метода ограничена количеством городов и их расположением. Для шести симметрично расположенных городов точность превышала 0,99, но для семи городов она упала до 62%.
Авторы предполагают, что принцип суперпозиции может привести к квантовому преимуществу в других оптимизационных задачах и области квантовой химии и машинного обучения. Этот подход может способствовать развитию будущих алгоритмов.
Если вам когда-нибудь казалось, что ваша жизнь — это одна большая задача коммивояжера, когда каждый день приходится планировать, как избежать пробок и очередей, то знайте, что ученые решили эту проблему с помощью одного кубита. Да, вы не ослышались, кубит! В мире, где классические алгоритмы борются с NP-трудными задачами, а квантовые компьютеры рискуют стать новыми шаманами вычислений, кубит вышел на арену, чтобы показать, что даже сложнейшие маршруты могут быть оптимизированы… ну, по крайней мере, если у вас не больше шести городов.
Ученые из Гамбургского университета под руководством Питера Шмельхера оптимизировали задачу коммивояжера, используя сферу Блоха и принцип суперпозиции. Этот метод показал себя более точным, чем классические и даже некоторые квантовые алгоритмы, но пока работает только для шести городов🥲. Препринт исследования доступен здесь.
Задача коммивояжера — NP-трудная проблема🧐, требующая нахождения кратчайшего маршрута, проходящего через каждый город ровно один раз. Классические методы требуют значительных вычислительных ресурсов или дают эвристические решения. Квантовые вычислители используют квантовую запутанность, но их алгоритмы пока эффективны лишь для четырех городов и требуют сотни кубитов.
Исследователи под руководством П. Шмельхера предложили новый подход, заменив квантовую запутанность на суперпозицию👌. Города кодировались как состояния на экваторе сферы Блоха, расстояния между ними задавались вспомогательными состояниями на меридианах. Проблема была преобразована в задачу о брахистохроне, решение которой совпадает с задачей коммивояжера. Оптимальный маршрут находился с помощью операторов вращения и томографии квантового состояния, позволяя вычислить все маршруты одновременно.
Основная трудность заключалась в постобработке результатов для удаления некорректных маршрутов. Это решалось с помощью настройки операторов вращения с использованием алгоритма SPSA. Точность метода ограничена количеством городов и их расположением. Для шести симметрично расположенных городов точность превышала 0,99, но для семи городов она упала до 62%.
Авторы предполагают, что принцип суперпозиции может привести к квантовому преимуществу в других оптимизационных задачах и области квантовой химии и машинного обучения. Этот подход может способствовать развитию будущих алгоритмов.
👍9🔥1👌1
6. Новые железнодорожные коридоры Россия – Монголия – Китай
Предыдущий проект
Цель проектов: создание новых транзитных ж.-д. коридоров и разгрузка Восточного полигона за счет переключения перевозок угля, развитие транспортных связей сибирских субъектов России и регионов Западного Китая, стимулирование развития регионов России, Монголии и Китая.
Основа грузовой базы в экспорте: сырьевые товары (в первую очередь уголь). В импорте: машины, оборудование и контейнеризированные грузы.
Основные вызовы:
1️⃣ Сложный рельеф и наличие заповедников.
2️⃣ Трехстороннее согласие между Россией, Монголией и Китаем.
3️⃣💰 .
#ЕТК
Предыдущий проект
Планом реализации Стратегии социально-экономического развития Сибирского федерального округа до 2035 г. (утв. от 16 октября 2023 г. № 2846-р), предусмотрено проведение работ по обоснованию проектов создания двух новых ж.-д. коридоров:
• Северного (Курагино – Цаган Толгой – Улан-Батор – Тяньцзянь);
• Западного (Курагино – Цаган Толгой – Урумчи).
Цель проектов: создание новых транзитных ж.-д. коридоров и разгрузка Восточного полигона за счет переключения перевозок угля, развитие транспортных связей сибирских субъектов России и регионов Западного Китая, стимулирование развития регионов России, Монголии и Китая.
Основа грузовой базы в экспорте: сырьевые товары (в первую очередь уголь). В импорте: машины, оборудование и контейнеризированные грузы.
Основные вызовы:
1️⃣ Сложный рельеф и наличие заповедников.
2️⃣ Трехстороннее согласие между Россией, Монголией и Китаем.
3️⃣
#ЕТК
👍8🔥1🤔1
Продолжаем стоять
В июле 2024 года увеличился оборот вагона на 4,78% (+ 23,5 часа) по сравнению с июнем. Этот рост следует на фоне неблагоприятной динамики в предыдущие месяцы, что предполагало наличие «высокой базы» и наличие возможности для положительных изменений, но есть но.
Ключевые изменения:
Оборот вагона (Σ за июль):
- в движении + 2,4 ч (Σ80,1 ч);
- на промежуточных станциях + 1 ч (Σ14,8ч);
- под грузовыми операциями +6,2 ч (Σ226,8ч);
- на технических станциях +13,9 ч (Σ193,0 ч).
Скорости:
- участковая и техническая снизились на 0,7 км/час (Σ34 и Σ39 км/ч соотв.);
- средняя скорость доставки отправки снизились на 4,3 км/сут (Σ327,1 км/сут)
Причины (по мнению технологических аудиторовкоторые захотели остаться анонимами ):
⭕️ Дефицит кадров (в частности по локомотивным бригадам);
⭕️ Сезонный подъем перевозок в южном направлении (зерновые, отпуска);
⭕️ Выполнение личных KPI отдельных дорог (=перекладывание ответственностиили игра подставь соседа );
⭕️ Дефицит пропускных способностей на Востоке (с учетомда и без учета разворота логистики);
⭕️ Cнижение перевозки грузов => снижение спроса на подвижной состав + неверная заадресовка порожних вагонов => собственники подвижного состава забросали всю сеть порожняком;
⭕️ Динамическая модель на пропуск поездов по назначениям (разрешения сколько вагонов отправить на отдельно взятую дорогу, по каждому стыку определялось то максимальное количество, которое можно отправить, а остальное девайте куда хотите).
Что делать? Ждем Ваши комментарии 👇
Самый популярное предложение не использовать)
Upd: я вас понял мои скромные друзья)
В июле 2024 года увеличился оборот вагона на 4,78% (+ 23,5 часа) по сравнению с июнем. Этот рост следует на фоне неблагоприятной динамики в предыдущие месяцы, что предполагало наличие «высокой базы» и наличие возможности для положительных изменений, но есть но.
Ключевые изменения:
Оборот вагона (Σ за июль):
- в движении + 2,4 ч (Σ80,1 ч);
- на промежуточных станциях + 1 ч (Σ14,8ч);
- под грузовыми операциями +6,2 ч (Σ226,8ч);
- на технических станциях +13,9 ч (Σ193,0 ч).
Скорости:
- участковая и техническая снизились на 0,7 км/час (Σ34 и Σ39 км/ч соотв.);
- средняя скорость доставки отправки снизились на 4,3 км/сут (Σ327,1 км/сут)
Причины (по мнению технологических аудиторов
⭕️ Дефицит кадров (в частности по локомотивным бригадам);
⭕️ Сезонный подъем перевозок в южном направлении (зерновые, отпуска);
⭕️ Выполнение личных KPI отдельных дорог (=перекладывание ответственности
⭕️ Дефицит пропускных способностей на Востоке (с учетом
⭕️ Cнижение перевозки грузов => снижение спроса на подвижной состав + неверная заадресовка порожних вагонов => собственники подвижного состава забросали всю сеть порожняком;
⭕️ Динамическая модель на пропуск поездов по назначениям (разрешения сколько вагонов отправить на отдельно взятую дорогу, по каждому стыку определялось то максимальное количество, которое можно отправить, а остальное девайте куда хотите).
Что делать? Ждем Ваши комментарии 👇
Самый популярное предложение не использовать)
Простых решений тут конечно нет, нужен системный подход. Есть такая технология «единый оператор», которая предполагает аккумулирование ответственности через буфер KPI.
Upd: я вас понял мои скромные друзья)
👍7🤔4😱2
Управление пассажиропотоками ж.-д. вокзалов на основе моделирования динамики движения пассажиров
🚶♂️5 пост из серии (предыдущий пост)
Загруженность ж.-д. вокзала — это как будто весь город решил поиграть в тетрис, но вместо кубиков у вас тысячи пассажиров, и все они хотят в один момент найти свою дорогу на поезд.
В общем, представьте себе: чтобы понять, насколько вокзал загружен, умные головы решили измерить среднее время, которое пассажир проводит на вокзале. Тут важно учитывать все возможные задержки — от стояния в очереди в туалет до борьбы с турникетом, который почему-то всегда выбирает неудачный момент, чтобы сломаться. А вся эта веселая динамика зависит от уровня энтропии, то есть от того, насколько весь этот балаган непредсказуем и хаотичен.
Результаты таких исследований обычно выглядят как набор красивых графиков и рисунков, которые не то чтобы особо помогают, но точно внушают уважение. Особенно если вы любите разглядывать красивые картинки. Найдите узкие места сами.🤓
🚶♂️5 пост из серии (предыдущий пост)
Загруженность ж.-д. вокзала — это как будто весь город решил поиграть в тетрис, но вместо кубиков у вас тысячи пассажиров, и все они хотят в один момент найти свою дорогу на поезд.
В общем, представьте себе: чтобы понять, насколько вокзал загружен, умные головы решили измерить среднее время, которое пассажир проводит на вокзале. Тут важно учитывать все возможные задержки — от стояния в очереди в туалет до борьбы с турникетом, который почему-то всегда выбирает неудачный момент, чтобы сломаться. А вся эта веселая динамика зависит от уровня энтропии, то есть от того, насколько весь этот балаган непредсказуем и хаотичен.
Результаты таких исследований обычно выглядят как набор красивых графиков и рисунков, которые не то чтобы особо помогают, но точно внушают уважение. Особенно если вы любите разглядывать красивые картинки. Найдите узкие места сами.🤓
👍11🔥1
Ну а если вы думаете, что ученые просто так сидят и смотрят на все эти графики, то ошибаетесь! Научные достижения в сфере моделирования пассажиропотоков можно (и нужно!) применять, чтобы наконец-то разобраться, как сделать систему ориентирования на вокзале хотя бы немного понятнее. Это как взять навигатор, который не путается в трех соснах и реально показывает, где выход, а не где-то на третьем этаже, за углом, мимо таблички "Ремонт".
Но тут есть одна загвоздка. Почти каждая модель разрабатывалась под конкретные исследования автора, и если вы решите прямо взять и применить её на вокзале, то... ну, скажем так, ждите сюрпризов. Без модификаций такая модель в реальной практике может оказаться не лучше, чем карта, на которой половина зданий вообще не существует.
И не забудьте об энтропии — это она делает каждый поход на вокзал таким захватывающим приключением!
Но тут есть одна загвоздка. Почти каждая модель разрабатывалась под конкретные исследования автора, и если вы решите прямо взять и применить её на вокзале, то... ну, скажем так, ждите сюрпризов. Без модификаций такая модель в реальной практике может оказаться не лучше, чем карта, на которой половина зданий вообще не существует.
И не забудьте об энтропии — это она делает каждый поход на вокзал таким захватывающим приключением!
👍9🔥1