Přidělování násupišních koleí v modelu železniční sanice s vužiím neuronové síě Michael Bažan, Anonín Kavička Realizace rozhodovacích mechanismů v simulačních modelech dopravních ssémů e spoena s problémem výběru, popř. vorb příslušných meodik, přísupů a paradigma umožňuících vváře násroe vhodné k podpoře rozhodování. Rozhodovacím problémem diskuovaným v článku e přidělování násupišních koleí zpožděným přiížděícím vlakům v rámci simulačních modelů osobních železničních sanic. Pro daný případ bla ověřena možnos použí ako rozhodovací násro umělou neuronovou síť, a o s velmi dobrým výsledkem. Simulaion models reflecing he operaion of ransporaion ssems are supposed o uilize an appropriae realizaion of decision making procedures. he formaion or selecion of adequae modelling approaches and mehodologies has o be done in his conex. he aricle is focused on specific operaional problem relaed o assignmen of plaform racks o delaed arriving rains wihin simulaion models of passenger railwa saions. he applicaion of wo-laered arificial neural nework as a decision making suppor ool associaed wih he menioned assignmen problem was invesigaed. Neural nework provided ver encouraging resuls wih regard o he problem under sud, which enables is profiable uilizaion.. Úvod V uplnulé dekádě se podařilo dosáhnou významného pokroku na poli mikroskopické simulace provozu železničních uzlů []. V éo souvislosi bl vvinu specializovaný simulační násro Villon ako inegrované vývoové prosředí, v ehož rámci lze budova simulační model různých pů železničních uzlů (sanic), následně provádě pořebné simulační experimen a hodnoi eich výsledk. Akuální výzkum a vývo se sousřeďuí na zkvalinění podpor rozhodování při řešení provozních problémů sledovaných v rámci simulačních modelů železničních sanic. Specializované rozhodovací komponen ([], []) lze realizova při použií různých přísupů a meod, keré mohou bý založen na použií meod operačního výzkumu a meod umělé (resp. výpočení) ineligence, popř. lze použí iné meodik (např. vnořené simulace). V článku e analzován rozhodovací problém spočívaící v přidělování násupišní kolee zpožděnému vlaku (v rámci simulačního modelu osobní sanice) a e poukázáno na umělou neuronovou síť ako vhodný násro k eho řešení.. Rozhodování o přidělení násupišní kolee. Charakerisika úloh Při simulaci provozu osobních železničních sanic (dále en sanic) se zahrnuím příezdu zpožděných vlaků vzniká problém s určením vhodné kolee u násupišě pro o vlak (v ěch sanicích, kde lze u násupišť vbíra z několika koleí). Výsledek simulace,. přidělená kole, b přiom měl odpovída výsupu z rozhodovacích mechanismů sandardně používaných řídícími pracovník v reálných sanicích (inak řečeno: rozhodnuí přiímaná v rámci simulačních modelů osobních sanic b měla co nevíce kopírova výsledk příslušného ruinního rozhodování dispečerů v praxi).. Kriéria pro určení náhradní násupišní kolee.. Výběr kriérií Jesliže do sanice přiíždí zpožděný vlak R, řídící pracovník mu přidělue kole pro vlak zv. nevhodněší. Při omo rozhodování bere v úvahu věší poče hledisek. Seně se posupue při přidělování násupišní kolee v simulačním modelu. Pro zednodušení sou v současné první fázi výzkumu v modelu uvažován příezd zpožděných vlaků pouze z ednoho směru. Prvním krokem při výběru násupišní kolee e urči apriorní množinu přípusných koleí pro vlak R. a se určue vzhledem k vezdové a odezdové kolei do sledované sanice, popř. z éo sanice, a značí se např. K Su, Sv, kde Su e označení příslušné vezdové a Sv odezdové kolee. Například pro ko- Obr.. Celková doba azení kolee edním vlakem ( i R vlak, kerý azue uvažovanou kole, i pob doba pobu vlaku i R na kolei, i pr předpokládaná doba příezdu vlaku i R na kole, i od předpokládaná doba odezdu vlaku i R z kolee, i celková doba azení kolee vlakem i R) i pr i pr i Ra Ra i R i pob i i pob i Pd i uv i od i od (čas) vh S5 S4 S3 násupišě 9 7 5 násupišě násupišě 3 4 Obr.. Ilusrační koleišě osobní železniční sanice S S Obr. 3. Příezd zpožděného vlaku R v době azení uvažované kolee vlakem i R edoucím načas ( i Ra čas skuečného příezdu vlaku i R edoucího načas, Ra čas skuečného příezdu zpožděného vlaku R, i Pd čas plánovaného odezdu vlaku i R, i uv doba zbývaící do unění kolee vlakem i R, vh předpokládaná maximální doba, během níž se může změni sav azení kolee) 64 AUOMA /008
leišě na obr. lze urči následuící apriorní množin přípusných koleí: K S, S = {k 4, k, k, k 5, k 7 }, K S, S = {k 4, k, k, k 5, k 7 },, K S5,S5 = {k 7, k 9, k }. o množin lze ešě dále redukova o kolee nevhodné pro uvažovaný vlak např. z důvodu nedosaečné délk kolee apod. Ra i pr Pa Obr. 4. Schéma k výpoču hodno B: uvažovaná kole e v době příezdu zpožděného vlaku ná ( i Pa čas plánovaného příezdu vlaku i R, doba, po kerou e uvažovaná kole ná) R i pob i Pd i od Hodno prvků v řádcích A a B maice () se určuí podle plánu azení koleí ve sanici (sesavovaném pro každou věší sanici). V něm sou pro každou dopravní kole ve sanici k dispozici údae o azení kolee vlak (přesnos informací v plánu azení koleí se může sanici od sanice liši)... Volnos kolee v okamžiku příezdu vlaku Kriérium A, hodnoící nos kolee, b mělo logick nabýva pouze dvou hodno, a o kole ná nebo kole azená (obr. ). ako definované kriérium b ale nedokázalo rozliši mezi koleemi, keré sou v daném čase azené a budou azené na dlouhou dobu, a koleemi, keré sou v daném čase azené, ale poměrně ***rovnice *** zeména vlaků, keré maí ve sanicích delší plánovanou k kdobu pobu k m a eím zkrácením b nevznikal A komplikace při luze vlaku m podle daných provozních B posupů. Další poenciální modifikací ohoo kriéria e eho m rozšíření C 3o možnou 3 delší 3m dobu pobu vlaku ve sanici D 4 z důvodu 4 čekání 4m vlaku na přiížděící zpožděné vlak. Seně ako A, bude i B z inervalu 0,. Výpoče probíhá i na základě určení dob A(po = max{0, kerou e uvažovaná } kole ná do příezdu dalšího vlaku vh obr. 4). Hodnoa B se určí podle vzahu ***rovnice 4*** B = min{, } (4) kde ***rovnice e plánovaná doba azení dané 5*** kolee vlakem R. Po určení apriorní množin přípusných násupišních koleí e nuné z ní vbra u kole, kerá pro vlak R bude v době eho skuečného příezdu nevhodněší, a o podle kriérií odvozených ze znalosi práce řídících pracovníků. Jde o kriéria A, B, C a D (po řadě nabývaící příslušných hodno A, B, C, D): A: nos kolee v okamžiku příezdu vlaku, B: doba nosi kolee vzhledem k době pobu vlaku R ve sanici, C: azení sousední kolee u seného násupišě příponým vlakem, D: osaní echnické a provozní přednosi kolee ve vzahu k vlaku R. Z definice úloh e zřemé, že de o úlohu vícekrieriálního hodnocení varian [3], neboť množina rozhodovacích varian (přípusných koleí) K = {k s s = m) má konečný poče prvků. Jsou-li určena kriéria A, B, C a D a meod získání naurálních údaů o hodnoách ěcho kriérií (značených A, B, C, D) pro ednolivé rozhodovací varian, lze úlohu vícekrieriálního hodnocení varian zapsa ve ***rovnice formě zv. *** krieriální maice A B C D k k 3 4 k m AUOMA /008 3 4 m m 3m 4m kde hodnoa prvku rs krieriální maice odpovídá hodnoě kriéria i r (kde r =,, 4 odráží Apo = max{0, řadě kriéria } uv A,, D) pro příslušnou vh varianu (kole k s K). ***rovnice Při určování 4*** hodno prvků maice () e uplaňována maximalizační zásada,. všechna Bkriéria = min{, sou } nasavena ak, že čím sou hodno prvků (kriérií) věší, ím e variana hodnocena ***rovnice 5*** příznivěi (ako výhodněší). Pro získání celkového hodnocení vhodnosi kolee k s pro daný vlak nesačí pouhý souče akuálních hodno prvků ve sloupci í příslušeícím, pro celkové hodnocení kolee e nuné uvažova aké váh kriérií A,, D. () i pr i Ra Obr. 5. Schéma k výpoču hodno B: uvažovaná kole e v době příezdu zpožděného vlaku azená brz už b mohl bý vuži přiížděícím vlakem. Proo e vhodné kriérium A rozšíři o fakor času se sanoveným výhledem do budoucna. Jesliže zpožděný vlak R přiíždí k uvažované kolei mimo inerval i, kole e ná a kriérium A nabývá hodno, ed A = s =. Informaci o době výhledu do budoucna vh lze vuží k ohodnocení kolee v případě, kd vlak R přiíždí v čase, kd e uvažovaná ***rovnice kole *** azena vlakem i R edoucím načas. Siuaci znázorňue obr. 3, kde i uv e doba zbývaící k k do unění k m kolee vlakem i R (v okamžiku A příezdu vlaku R). Plaí m i B uv = i Pd Ra + i m od () C 3 3 3m Mohou D nasa 4 4dva případ: 4m a) během vh se kole uní; hodnoa A se určí podle vzahu i uv A = max{0, } (3) vh b) během ***rovnice 4*** vh není kole uněna; poom podle (3) e hodnoa kriéria A rovna nule (A B = min{, = 0). } i R..3 Doba nosi kolee vzhledem k době ***rovnice 5*** pobu vlaku ve sanici Hodnoa kriéria B se vzahue k plánované době pobu vlaku R na uvažované kolei. V prvním přiblížení e počíáno s konsanní (plánovanou) dobou pobu vlaku ve sanici. V další fázi výzkumu e možné s ímo kriériem dále pracova v om smslu, že u vbraných vlaků lze uvažova kraší než plánovanou dobu pobu vlaku ve sanici. o se ýká i Ra i pob i Pd i od k pr k Pa Cn Cs k R k pob i Pd k Pd i W k od i Lds Cn Obr. 6. Schéma k určení časového inervalu pro určení hodno C ( l Pd plánovaný odezd vlaku l R, Cn normální doba pořebná na přesup, Cs zkrácená doba pořebná na přesup, l W čekací doba vlaku l R na vlak R, l Lds nezazší přípusný čas odezdu vlaku l R při použií Cs, l Ldn nezazší přípusný čas odezdu vlaku l R při použií Cn ) Jesliže vlak R přiede v době, kd e uvažovaná kole azená, e posup výpočů podobný, avšak s ím rozdílem, že doba, po kerou e uvažovaná kole ná, začne běže až po unění éo kolee vlakem i R (obr. 5)...4 Obsazení kolee u éhož násupišě příponým vlakem Jesliže na přiížděící zpožděný vlak R čeká příponý vlak l R, kerému b ímo čekáním mohlo vzniknou, popř. narůs zpoždění, e vhodné vlak R umísi k émuž násupiši ak, ab mohla bý použia zkrácená doba pořebná na přesup. Za ím účelem e zavedeno kriérium C, lišící se od předchozích kriérií A a B ím, že nabývá pouze dvou hodno. Způsob výpoču hodno C e ukázán na obr. 6, kde e parné, že přiíždí-li vlak R v časovém inervalu l Pd Cn, l Pd + l W, e výhodné umísi ho k émuž násupiši, u kerého na ně čeká příponý odížděící Cs i Ldn 65
vlak. ím se dosáhne zkrácení dob pořebné na přesup cesuících mezi vlakem R a příponým vlakem l R. Hodnoa kriéria C pro kolee sousedící s koleí, ze keré odíždí příponý vlak, e C = pro Ra l Pd Cn, l Pd + l W (5) C = 0 pro Ra l Pd Cn, l Pd + l W..5 Osaní echnické a provozní přednosi kolee Osaní echnické a provozní přednosi přidělení dané kolee uvažovanému vlaku R souhrnně vadřue kriérium D. Seně ako u předchozích kriérií sou hodno D z inervalu 0,. Kole pravidelně určená přiížděícímu vlaku může mí ohodnocení např. D =, kolee nevhodné pro přiížděící vlak mohou mí ohodnocení D = 0. Osaní kolee nabývaí ohodnocení z inervalu (0,, přičemž lze D měni v závislosi na zpoždění vlaku R. Hodnoa D se sanovue na základě znalosí provozu zkoumané sanice (např. s vužiím konzulací s provozními zaměsnanci). Hodnoa D může odráže např. o skuečnosi: vzdálenos hodnocené kolee od kolee plánované pro přiížděící vlak (má vliv na dobu, kerou cesuící pořebuí na případný přesup), míru azení příezdového koleového zhlaví přiížděícím vlakem, bude-li mu přidělena uvažovaná kole (azení zhlaví může negaivně ovlivňova ízdu dalších vlaků, keré e v příslušném časovém inervalu aké vužívaí). 3. Zená meoda řešení i 4m vsup 4m + skrá vrsva Obr. 7. Zednodušené schemaické znázornění použié neuronové síě Po provedení kroků popsaných v kap. e k dispozici krieriální maice varu () s konkréními hodnoami prvků pro různé dopravní siuace. Dále e řeba urči relaivní důležios kriérií A až D, což se provede přiřazením ednolivých vah kriérií w i, kde 0 w i, i =,, 4 (resp. A,, D). K přiřazení vah přisupuí různé meod odlišně. Maemaické meod vícekrieriálního hodnocení varian [5] a meod vužívaící fuzz logiku [4] sou založen na primárním subekivním (experním) ohodnocení východisek ovlivňuících relaivní důležiosi kriérií, následně zpracovaných příslušným aparáem. Naproi omu při použií umělých neuronových síí e sanovení vah kriérií řešeno implicině, např. v rámci procesu učení síě (použiím meod zpěného šíření chb). V článku e dále věnována pozornos umělým neuronovým síím s učielem [4], keré předsavuí eden z možných způsobů, ak sanovi váh daných kriérií. Přednosí neuronových síí s učielem e, že neuronové síi lze předkláda rénovací vzor, keré vedle vsupních údaů (provozních siuací) ahuí i odpovídaící výsup (řešení provozních siuací). Získané rénovací vzor lze považova za siuace posouzené experem, a lze ed předpokláda, že síť nade pro siuace přicházeící v úvahu správná řešení. m výsupní vrsva Při práci s neuronovými síěmi e zásadním rozhodnuím výběr pu síě. Předem urči, kerý p síě bude pro daný problém vhodný a bude poskova relevanní výsledk, e ovšem poměrně obížné. Pro řešení daného problému připadalo v úvahu několik pů neuronové síě (např. ednovrsvá, popř. vícevrsvá neuronová síť pu percepron ad.). 4. Paramerizace neuronové síě K přidělování násupišní kolee bla použia dvouvrsvá neuronová síť pu percepron, kerá se při experimenech osvědčila ako nevhodněší. Percepron ednolivých sousedících vrsev síě sou mezi sebou vzáemně propoen ak, že voří úplný bipariní graf,. orienované hran vsupuící z ednoho neuronu dané vrsv sou zaúsěn do všech neuronů příslušné následuící vrsv (obr. 7). Poče vsupů použié neuronové síě závisí na: a) poču koleí v množině přípusných koleí pro uvažovaný zpožděný přiížděící vlak, ve vzahu k maici () de o poče sloupců m, b) poču kriérií použiých k hodnocení koleí (kriéria sou čři, A až D). Obecně lze poče vsupů neuronové síě vpočía ako součin poču koleí m v množině přípusných koleí a poču kriérií. Poče neuronů ve skré vrsvě není pevně dán. Podle [4] se í o něco věší než poče vsupů. S ímo paramerem e možné dále pracova, zn. že poče neuronů ve skré vrsvě lze dále opimalizova. V rámci dále popsané případové sudie bla použia síť s počem neuronů ve skré vrsvě o edničku věším než poče vsupů (viz obr. 7). Pro posouzení správného chování neuronové síě během učení a pro idenifikaci výsledků neuronové síě e nuné zi správný poče výsupů, s čímž korespondue ba poču neuronů ve výsupní vrsvě neuronové násupišě A 5a 3a výpravní budova násupišě 9 7 násupišě násupišě 3 8 4 6 násupišě 4 0 násupišě 5 4 Kolín H 8 30 násupišě 6 násupišě 7 Obr. 8. Schéma infrasrukur koleišě použié pro ověření meodik (čás žs. Praha hl. n.) Kolín V 66 AUOMA /008
síě. Pro pořeb přidělování kolee přiížděícímu vlaku odpovídá poče neuronů ve výsupní vrsvě neuronové síě poču koleí v množině přípusných koleí pro přiížděící vlak,. ve výsupní vrsvě e m neuronů. Neuronová síť bla realizována ve výpočením prosředí ssému Malab při použií násroe Neural Nework oolbox. 5. Případová sudie K ověření správné činnosi neuronové síě blo nuné včísli hodno kriérií A až D,. prvků maice (), pro poměrně velký poče siuací. Při výběru osobní sanice, pro niž maí bý proveden výpoč, blo přihlédnuo k poču koleí ve sanici, poču vlaků ve sledovaném období a k dobré znalosi mísních poměrů (způsobu rozhodování v určiých provozních siuacích). Požadavkům vhověla, a pro případovou sudii bla proo vbrána železniční sanice Praha hlavní nádraží (žs. Praha hl. n.) s verzí infrasrukur (eí čás e schemaick prezenována na obr. 8) a grafikonu vlakové doprav pro období 004/005. Pro ověření správné činnosi síě bla vbrána ranní dopravní špička (5.30 až 9.00 h), kd při zpoždění vlaků dochází, v porovnání se zbkem dne, k nevěším problémům s přidělováním násupišní kolee. Pro ověření schopnosi neuronové síě správně přidělova násupišní kolee zpožděným přiížděícím vlakům bl (po konzulaci s dispečerskými pracovník sanice) vbrán příezdový směr od Kolína, kerý v daném období vkazoval nevěší čenos zpožděných vlaků ze všech příezdových směrů v rámci zkoumané sanice. Jak ukazue obr. 8, vlak od Kolína mohou do žs. Praha hl. n. víždě po dvou příezdových koleích označených úspěšnos (%) 00 99 98 97 96 95 94 93 0 50 90 30 70 0 50 poče učicích epoch (0 3 ) rénovací daa esovací daa Obr. 9. Úspěšnos neuronové síě v závislosi na poču učicích epoch Kolín V a Kolín H. Vlak dálkové doprav běžně vužívaí příezdovou kole Kolín V. V dalším se ed předpokládá, že všechn uvažované přiížděící vlak přiížděí po kolei označené Kolín V. Během ranní dopravní špičk přiíždí do žs. Praha hl. n. edenác dálkových spoů, pro něž bl sesaven krieriální maice (). Hodnoa uvažovaného zpoždění u každého vlaku se pohbue v inervalu 0 až 60 min. Jak se mění hodnoa zpoždění přiížděících vlaků, ak se aké mění azení koleí ve sanici inými vlak (v závislosi na čase). Celkem blo vzao v úvahu 67 případů, pro keré bl sesaven ednolivé krieriální maice. U všech osaních vlaků ve sledované sanici se předpokládá ízda podle grafikonu vlakové doprav, zn. bez zpoždění. Po sesavení příslušných krieriálních maic exper vhodnoil vzniklé siuace, zn. určil kolee, keré b bl vbraným vlakům přidělen v případě vzniku příslušné siuace v provozu. Vlaku přiížděícímu z uvedeného směru lze v žs. Praha hl. n. přiděli někerou z panáci kandidáských násupišních koleí (kolee k 9, k 7, k, k, k 8, k, k 4, k 6, k 0, k, k 4, k 6, k 8, k 30, k 3 ). Ilusrační příklad edné konkréní zkoumané dopravní siuace e uveden v ab., eímž základem e krieriální maice pro vlak R 44 s pravidelným příezdem v 5.56 h zpožděný při příezdu oproi plánu (grafikonu) o 0 min, kerá e doplněna řádkem celkové vhodnosi dané kolee pro daný vlak NN. ao vhodnos kolee e vádřena výsupní hodnoou neuronové síě, přičemž k výpoču éo hodno dochází na základě uplanění vniřních vah neuronové síě na eí vsup. Dále e v ab. vznačena kole k 9 (NN = 0,90 8), v dané siuaci přidělená vlaku neuronovou síí. Kole k 3 nebla přidělena proo, že přiížděícímu zpožděnému vlaku neumožňue dosaečně dlouhý pob. Kole k 9 e v okamžiku příezdu zpožděného vlaku ná (kriérium A) a doba, po kerou bude ná, e pro přiížděící zpožděný vlak dosačuící (kriérium B). Z provozního hlediska lze konsaova, že za daných podmínek b v reálném provozu bla příslušnému vlaku přidělena právě kole k 9. V ab. e uvedena krieriální maice rovněž pro vlak R 44, ale s ím rozdílem, že vlak má zpoždění 8 min. V omo případě neuronová síť přidělí vlaku kole k 3, opě v souladu s praxí. Množina použiých da (předsavuících celkem 67 dob zpoždění u vbraných edenáci vlaků) bla rozdělena na dvě disunkní podmnožin o přibližně sené mohunosi, a o podmnožinu rénovacích da a podmnožinu esovacích da: rénovací podmnožina se 336 prvk reflekue odlišná zpoždění u zkoumaných vlaků s časovým krokem dvě minu, esovací podmnožina se 335 prvk e zkonsruována analogickým způsobem, přičemž daa v ní ažená sou časově posunua o ednu minuu oproi daům rénovacím. Neuronová síť bla neprve učena na rénovací daa. Po úspěšném ukončení procesu učení se neuronové síě (neuronová síť se po určiém poču epoch dokázala nauči všechn vzor z rénovací množin) přišlo na řadu eí esování. Při esování dokázala neuronová ab.. Výběr kolee pro vlak R 44 se zpožděním 0 minu Kriérium Kole k 9 k 7 k k k 8 k k 4 k 6 k 0 k k 4 k 6 k 8 k 30 k 3 A,00 0,00 0,30,00,00,00 0,00 0,00 0,00 0,00 0,30 0,00 0,50 0,80,00 B,00 0,00 0,3 0,04 0,46,00 0,3 0,33 0,7 0,0 0,33,00 0,00 0,33 0,79 C 0,00,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 D 0,0 0,5 0,30 0,45 0,50 0,0 0,5 0,65 0,70 0,75 0,80 0,85 0,90 0,95,00 NN 0,90 8 0,006 4 0,04 8 0,007 6 0,005 4 0,0 3 0,00 6 0,007 5 0,008 0,008 3 0,000 3 0,03 0,005 7 0,008 0,005 3 ab.. Výběr kolee pro vlak R 44 se zpožděním 8 minu Kriérium Kole k 9 k 7 k k k 8 k k 4 k 6 k 0 k k 4 k 6 k 8 k 30 k 3 A,00 0,00 0,00,00 0,0,00,00 0,00 0,60 0,00 0,00,00 0,00 0,00,00 B,00 0,00 0,3 0,00 0,58,00 0,3 0,33 0,00 0,0 0,33 0,06 0,00 0,35,00 C 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 D 0,0 0,5 0,30 0,45 0,50 0,0 0,5 0,65 0,70 0,75 0,80 0,85 0,90 0,95,00 NN 0,039 3 0,00 0,03 6 0,003 8 0,003 9 0,045 0,003 0,000 5 0,004 8 0,033 9 0,00 0,007 5 0,00 0,00 7 0,955 AUOMA /008 67
síť přiděli kole u násupišě podle předsav expera v 95 % případů z esovací množin (obr. 9). Ve zbývaících 5 % případů bla síí přidělena kole, kerou b exper nevbral, nicméně přidělená kole b přiížděícímu vlaku sále velmi dobře vhovovala. Proces esování ed ukázal, že navržená neuronová síť dokáže velmi dobře rozhodova o přidělení kolee u esovacích da, aniž b na ně bla naučena,. e schopna zobecni naučená pravidla, což e žádoucí sav. 6. Závěr Zená neuronová síť při přidělování násupišní kolee v simulačních modelech osobních železničních sanic vkazue dobré výsledk, a o i v porovnání s inými meodami. Alernaivní prověřované přísup založené na maemaických meodách vícekrieriálního hodnocení varian vkazuí v porovnání s neuronovou síí sené nebo horší výsledk. Navzdor skuečnosi, že současná meodika akuálně počíá se zpožděním vlaků pouze z ednoho příezdového směru, e eí přínos pro vbrané případ zkoumání (vužívaící příslušný simulační model) značný. Jako příklad lze uvés modelování sanic, kde ke zpožděním dochází (např. z důvodu dlouhodoběších rekonsrukčních či modernizačních prací na příslušné železniční rai) zeména v ednom příezdovém směru. Osaní příezdové směr sou zpožděními zaěžován pouze minimálně, a udíž e lze (po příslušném experním posouzení) v odpovídaícím simulačním modelu zanedba. Pro případ ohoo pu e exisuící meodika velmi dobře vužielná. Akuální výzkum se zaměřue na rozšíření současné meodik o možnos modelova příezd zpožděných vlaků z liboného poču příezdových směrů do dané osobní železniční sanice. Pro eno případ e řeba počía s narénováním neuronových síí pro každý příezdový směr, přičemž při eich vužívání v rámci simulačního výpoču, popř. reálného provozu, e nuné udržova akuální plán azení koleí, kerý se průběžně mění s ohledem na akuální zpoždění vlaků přiížděících do sanice z několika směrů. Diskuované přísup založené na vužívání umělých neuronových síí pu percepron sou primárně navrhován k použií v simulačních modelech osobních železničních sanic. Nicméně mohou bý použielné i v rámci řídicích či informačních ssémů pro podporu dispečerského řízení v daném pu sanic i k řešení obdobných rozhodovacích úloh v iných odvěvích. Poděkování ao práce vznikla za podpor výzkumného záměru MSM 0067505 eorie dopravních ssémů. Lieraura: [] KAVIČKA, A. KLIMA, V. ADAMKO, A.: Agenovo orienovaná simulácia dopravných uzlov. EDIS, Žilinská univerzia, 005, ISBN 80-8070-477-5. [] KAVIČKA, A. KLIMA, V. ADAMKO, N.: Simulaions of ransporaion Logisic Ssems uilizing Agen-Based Archiecure. Inernaional Journal of Simulaion Modelling, March 007,. 6, No., pp. 3 4, ISSN 76-459. [3] FIALA, P. JABLONSKÝ, F. MAŇAS, M.: Vícekrieriální rozhodování. Vsoká škola ekonomická v Praze, 994, ISBN 80-7079-748-7. [4] NGUYEN, H.. e al.: Fuzz and Neural Conrol. Boca Raon, Chapman & Hall/CRC, 003, ISBN -58488-44-. [5] FIGUEIRA, J. GRECO, S. EHRGO, M.: Muliple Crieria Decision Analsis: Sae of he Ar Surves (Inernaional Series in Operaions Research & Managemen Science). Springer, 004, ISBN 978-03873067. [6] KAVIČKA, A. BAŽAN, M.: Návrh infrasrukur železničních uzlů. Auoma, 007, roč. 3, č. 6, s. 5 6, č. 8-9, s. 0 04, ISSN 0-959. Ing. Michael Bažan (michael.bazan@upce.cz), doc. Ing. Anonín Kavička, Ph.D. (anonin.kavicka@upce.cz) Lekoroval: Ing. Marin Leso, Ph.D. kráké zpráv Workshop a školení pořádané společnosí CMMS Společnos CMMS uspořádá na podzim pro záemce o diagnosiku sroů a údržbu několik akcí, kde e seznámí s novými rend v omo oboru. Ve dnech 4. až 8. lisopadu 008 o bude ve Šúrovu (SR) workshop Použií pokročilých meod analýz vibračního signálu k diagnosice závad sroního zařízení v průmslu III. ao akce e určena pro pokročilé diagnosik, keří si po zopakování příslušných eoreických základů procvičí prezenované meod na reálních sroích a případech z praxe. Účasníci maí možnos složi zkoušku Vibrodiagnosik I III (ve spolupráci s AD SR). Ve dnech 0. až. lisopadu 008 se bude v Žilině (SR) kona školení Diagnosika sroov a predikívna údržba. Školení e určeno pro sřední a všší managemen údržb. Účasníkům bude vsvěleno, co lze získa z diagnosik, aký e ekonomický dopad použií diagnosických meod a aký problém řeši akou meodou. Součásí budou ukázk z praxe. uo akci organizue společnos CMMS společně s doc. Rakou ze Žilinské univerzi. Dne. prosince se bude v Praze, v hoelu Don Giovanni, kona workshop Diagnosika v moderní údržbě s ímo programem: diagnosické meod kerá e pro vaše účel opimální?, přehled meod ziskovos a nákladovos ednolivých meod, aké p poruch a sroů lze diagnosikova?, spolehlivos ednolivých meod, vliv na živonos sroů, diagnosické přísroe, ukázk z praxe a demonsrační model. Odborného vedení se uali RNDr. Ondre Valen, CSc., řediel CMMS Praha, Ing. Miloš Galád, diagnosik specialisa, a Per esař, diagnosik-exper, oba éž z CMMS Praha. eno workshop se uskueční v rámci konference Údržba 008. Více informací o všech akcích záemci nadou na hp://www.cmms.cz/skoleni.hml (ed) Fooaika v České republice na vzesupu Česká republika sice sále ešě nevužívá solární energii ve srovnaelné míře ako iné sá Evropské unie, záem o ni však rose. Mnoho fooaických panelů vrobených v ČR se sále vváží, především do zemí ižní Evrop, keré maí epleší klima. Vedle rze českých výrobců, ako e Prosolar, Sroírn Bohdalice, FiCraf Producion nebo Solarec Rožňov pod Radhošěm, si zde zakládaí pobočk významní zahraniční výrobci. Mezi nevěší z nich paří aponská Kaneka Corporaion, kerá loni oevřela ovárnu v Olomouci, a německý Scho Solar CR, kerý má ovárnu ve Valašském Meziříčí. Podle Adela El Gammala, generálního aemníka Evropské asociace fooaického průmslu EPIA, se v důsledku doprovodných plánů uskuečňovaných v zemích EU očekává významný nárůs celosvěového rhu v omo oboru. Evropa bude podle sudie, kerou EPIA v únoru zveřenila, v následuících několika leech svědkem značného nárůsu odvěví fooaik. Zpráva, nazvaná Globální ržní vhlídk fooaik do roku 0, předpovídá, že během následuících pěi le vzrose rh s fooaickými zařízeními pěkrá. Podle plánu EU na zavedení mechanismů, podle kerých se bude spořebielům plai určiá sazba za dodávk energie zpě do síě, vzrose produkce ze solárních zdroů z 0 megawaů peak (MWp) v roce 006 na 0 97 MWp v roce 0. V České republice blo v roce 007 vrobeno z obnovielných zdroů s výimkou bioplnu celkem 4, W h elekřin. Ovšem do roku 00 b Česká republika měla podle návrhu balíčku opaření zveřeněného v lednu Evropskou komisí více než zdvonásobi podíl zdroů obnovielných energií ze současných 6 na %. [Zpravodaský porál Czech Business Weekl.] (ev) 68 AUOMA /008