ВступСучасні умови ведення бізнесу мають швидкоплин-ний характер, що потребує від підприємців постійного контролю за станом виробництва, напрямками збуту продукції та своєчасністю отримання сировини. Тому ритмічність, злагодженість, а також прогнозованість і інформативність функціонування існуючих логіс-тичних ланцюгів постачання є наразі вкрай важливим для стабільного розвитку бізнесу. Для залізниць, що є одним з лідерів на ринку транспортних послуг Украї-ни, забезпечення якісної та вчасної доставки вантажів є запорукою конкурентоспроможності та залучення нових клієнтів. Разом з тим, ефективність функціо-нування залізниць безпосередньо залежить від якості планування її роботи. В першу чергу, це стосується оперативного планування поїзної роботи на залізнич-них напрямках, яке має базуватись на достовірному прогнозі руху поїздів.Отримання достовірних прогнозів та розробка на їх основі ефективних оперативних планів роботи, кон-троль за виконанням цих планів як на рівні лінійних підприємств, так і на рівні залізничних напрямків ви-магає застосування потужного математичного апарату та сучасних програмних засобів. Аналіз літературних даних та постановка задачіОдним з напрямків підвищення ефективності екс-плуатаційної роботи на залізничних напрямках є удо-сконалення системи оперативного керування тяговим рухомим складом. З цією метою пропонується ство-рення автоматизованої адаптивної системи оператив-ного керування роботою локомотивів та локомотивних бригад [1]. Вказана модель включає прогнозну модель залізничного напрямку, яка призначена для визна-чення моментів готовності вантажних поїздів різних категорій до відправлення та моментів готовності ло-комотивів та бригад до відправлення з поїздами на технічних станціях, а також розрахунковий модуль, що призначений для розробки найбільш раціональ-ного оперативного плану закріплення локомотивів та бригад до готових до відправлення поїздів Однією з складових прогнозної моделі напрямку є модуль прибуття поїздів, призначений для визначення моментів прибуття поїздів різних категорій на технічні станції залізничного напрямку на основі інформації про поїзди (час та дата відправлення з сусідньої тех-нічної станції, маса поїзда та тип локомотива тощо). Як зазначалось в [2], використання апарату штучних нейронних мереж є досить новим та перспективним напрямком у сфері оперативного планування роботи залізничного транспорту, в тому числі і при прогнозу-ванні руху поїздів між технічними станціями.Апарат штучних нейронних мереж, як один із ефективних сучасних математичних методів аналізу, прогнозування та моделювання складних процесів, використовується в найрізноманітніших сферах ви-робництва та послуг [3,4]. Нейромережі знайшли своє застосування як при прогнозуванні показників роботи транспорту, наприклад, обсягів перевезень вантажів

Зб бі ір рн ни ик к н на ау ук ко ов ви их х п пр ра ац ць ь Д ДН НУ УЗ ЗТ Т і ім м.. а ак ка ад д.. В В.. Л Ла аз за ар ря ян на а.. В Ви ип п.. 7 7.. 2 20 01 14 4 р р. .

АНАЛІЗ ІНТЕНСИВНОСТІ ВАНТАЖНИХ ПОЇЗДОПОТОКІВ НА СОРТУВАЛЬНИХ СТАНЦІЯХ УКРАЇНИНаведено результати дослідження інтенсивності вантажних поїздопотоків по основним сортувальним станціям України. Встановлено залежності між обсягами поїзної роботи сортувальних станцій та періодами таижня і доби. Отримані результати можуть бути використані при розробці модулю прогонозування в адап-тивній системі оперативного керування роботою локомотивного парку.Ключові слова: локомотивний парк, сортувальна станція, оперативне керування, інтенсивність поїздопо-токів, нерівномірність перевезень Приведены результаты исследований интенсивности грузовых поездопотоков по основным сортировоч-ным станциям Украины. Установлены зависимости между объемами поездной работы сортировочных стан-ций и периодами недели и суток. Полученные результаты могут быть использованы при разработке модуля прогонозирования в адаптивной системе оперативного управления работой локомотивного парка.Ключевые слова: локомотивный парк, сортировочная станция, оперативное управление, интенсивность поездопотоков, неравномерность перевозок There are the results of studies on the intensity of freight train streams for main sorting stations in Ukraine. The dependencies between the volumes of trains in marshalling yards and periods of weeks and days were defined. The results can be used for creation of the forecasting module in the adaptive system operational management of the locomotive fleet.

Зб бі ір рн ни ик к н на ау ук ко ов ви их х п пр ра ац ць ь Д ДН НУ УЗ ЗТ Т і ім м.. а ак ка ад д.. В В.. Л Ла аз за ар ря ян на а.. В Ви ип п.. 8 8.. 2 20 01 14 4 р р. .

Зб бі ір рн ни ик к н на ау ук ко ов ви их х п пр ра ац ць ь Д ДН НУ УЗ ЗТ Т і ім м.. а ак ка ад д.. В В.. Л Ла аз за ар ря ян на а.. В Ви ип п.. 9 9.. 2 20 01 15 5 р р. .