Краковский Ю. М. Технология создания многофакторных и факторных прогнозных моделей показателей перевозочного процесса железнодорожным транспортом [Электронный ресурс] / Ю. М. Краковский, Н. Н. Попова // Молодая наука Сибири: электрон. науч. журн. – 2020. – №4(10). – Режим доступа: http://mnv.irgups.ru/toma/410-2020, свободный. – Загл. с экрана. – Яз. рус., англ. (дата обращения: 31.12.2020)
Предложена технология создания многофакторных и факторных моделей показателей перевозочного процесса железнодорожным транспортом для обобщенного прогнозирования погрузки грузов на основе статистической и экспертной информации с учетом сценарного подхода. Обобщенное прогнозирование основано на трех значениях погрузки грузов с различными весами: а) значение, полученное по трехфакторной модели первого порядка; б) значение, полученное по факторной модели; в) точечное экспертное суждение. Весовые коэффициенты рекомендуется получать по методу анализа иерархий, использующего экспертные суждения. Получено двенадцать факторных моделей для погрузки грузов, для оборота вагонов, для участковой скорости, для производительности локомотива по данным перевозочного процесса на Дальневосточной железной дороге. Показана хорошая практическая адекватность полученных моделей
- Давааням Тамир, Краковский Ю.М. Комплексное прогнозирование базовых показателей перевозочного процесса // Современные технологии. Системный анализ. Моделирование. 2016. № 3 (51). С. 179–184.
- Краковский Ю.М., И.А. Домбровский Прогнозирование показателей грузовых перевозок Улан-Баторской железной дороги // Современные технологии. Системный анализ. Моделирование. 2013. № 4 (40). С. 225–228.
- Краковский Ю.М., Каргапольцев С.К., Начигин В.А. Моделирование перевозочного процесса железнодорожным транспортом: анализ, прогнозирование, риски; [под ред. проф. Ю.М. Краковского]. Санкт-Петербург: «ЛИТЕО», 2018. 240 с.
- Лузгин А.Н., Краковский Ю.М. Прогнозирование базовых показателей перевозочного процесса на основе сценарного подхода // Прикладная информатика. 2017. Том 12. № 2 (68). С. 29–36.
- Начигин В.А., Фролов В.Ф. Процедура выбора предпочтительного сценария развития перевозочного процесса // Известия Транссиба. 2014. № 1. С. 109–115.
- Носко В.П. Эконометрика. М: Издательский дом «Дело», РАНХиГС, 2011. Кн.1. 672 с.
- Осьминин А.Т., Мехедов М.И., Медников Д.В. Обеспечение интероперабельности перевозок // Железнодорожный транспорт. 2019. № 7. С. 11–17.
- Попова Н.Н., Краковский Ю.М. Многофакторное прогнозирование грузооборота по данным Дальневосточной железной дороги // Материалы Десятой Международной научно-практической конференции «Транспортная инфраструктура Сибирского региона». 2019. С. 337–341.
- Попова Н.Н. Краковский Ю.М. Прогнозирование грузооборота с учетом факторных моделей // Актуальные вопросы аграрной науки. 2019. Вып. 32. С. 63–69.
- Розенберг Е.Н., Аношкин В.В. Перспективы роста пропускной способности участков // Железнодорожный транспорт. 2020. № 3. С. 4–7.
- Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. 320 с.
- Сотников Е.А., Мехедов М.И., Холодняк П.С. Интенсификация роста загруженных направлений сети железнодорожных дорог // Железнодорожный транспорт. 2020. № 3. С. 11–14.
- Федоров Ю.Н. Повышение эффективности управления холдингом «РЖД» за счет формирования оптимальной структуры органов регионального управления основной деятельностью // Экономика железных дорог. 2013. № 11. С. 41-46.
- Фролов В.Ф. Новые подходы к управлению перевозочным процессом в условиях динамичного изменения внешней среды // Железнодорожный транспорт. 2014. № 4. С. 14-18.
- Maklygin N., Nachigin A., Krakovskiy Y. The Scenario Approach for Prediction of Indicators Transportation Process // The Fifth International Symposium on Innovation and Sustainability of Modern Railway (ISMR-2016). Nanchang, China, October 20-21, 2016. P. 620-623.