НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В ЗАДАЧАХ ИССЛЕДОВАНИЯ И ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ СЕТИ ВНУТРИРОССИЙСКИХ МАГИСТРАЛЬНЫХ АВИАЛИНИЙ
© В.В.Балашов, А.В.Смирнов, Т.О.Цейтлина
© Государственный музей истории космонавтики им. К.Э. Циолковского, г. Калуга
Секция "Авиация и воздухоплавание"
2014 г.
При решении ряда прикладных задач, связанных с прогнозированием рынка магистральных и региональных самолётов, формированием требований к перспективной гражданской авиационной технике, оценкой эффективности новых авиационных технологий, необходимо опираться на прогнозы развития авиационных перевозок. В работе предложен новый подход к решению задачи предсказательного моделирования развития сети магистральных авиалиний, основанный на использовании современных математических методов, программных и компьютерных систем, таких как нечёткое моделирование, кластерный анализ, нейросетевые технологии.
В основе предложенного подхода к решению задачи прогнозирования развития сети внутрироссийских магистральных авиалиний лежит гипотеза о том, что существуют универсальные (не зависящие явно от времени и не привязанные к конкретной паре городов) правила («условия существования» авиалинии — УСА), определяющие существование авиалинии или её отсутствие в зависимости от характерного только для данной пары городов, сочетания значений ограниченного количества измеряемых параметров. Показана возможность создания модели УСА как информационной модели на базе имеющихся статистических данных о движении воздушных судов на внутрироссийских магистральных авиалиниях и данных о социально-экономическом развитии регионов страны. Определён состав параметров пар городов. Параметры городов характеризуют влияние трёх факторов (генерационных возможностей, целевого потенциала и возможностей транспортной инфраструктуры городов) на существование авиалинии. Показано, что существование авиалинии в рассматриваемой сети определяется, главным образом, целевым потенциалом одного из городов в паре.
Учитывая количество входных переменных моделей, неизвестность количества и содержания правил, определяющих существование или отсутствие прямого авиасообщения между городами, при разработке модели УСА целесообразно применять нейросетевые технологии. Модель УСА реализована в среде программирования MatLab как система нейро-нечёткого вывода типа ANFIS. В качестве алгоритма нечёткого вывода использовался алгоритм Такаги-Сугэно для шести входных и одной выходной переменных. Отбор элементов обучающей выборки производился с помощью самоорганизующихся карт Кохонена. Полученная нейронная сеть является реализацией модели УСА и предназначена для долгосрочного прогнозирования развития коммуникационного ядра сети внутрироссийских магистральных авиалиний. На авиалинии коммуникационного ядра приходится основная часть объёма авиаперевозок. На развитие коммуникационного ядра не оказывают существенного влияния «неосновные» и случайные факторы. Нейронная сеть модели УСА может быть дообучена на дополнительных данных других годов.
Модель УСА как система нечёткого вывода состоит из 6 нечётких правил. При интерпретации предпосылок правил использованы лингвистические значения факторов (возможности транспортной инфраструктуры пары городов, целевой потенциал главного города и генерационные возможности неглавного города в паре), определяющих существование авиалинии. Алгоритм формирования нечёткого вывода требует привлечение заключений нескольких правил. В зависимости от того, предпосылкам какого правила удовлетворяют значения параметров пары городов, общий вывод системы соответствует одному из 6 суждений о возможности существования прямого сообщения между данными городами.
Предложена методика прогнозирования развития сети внутрироссийских магистральных авиалиний на основе разработанной модели УСА. С целью оценки возможностей построенной модели УСА осуществлено прогнозирование развития сети внутрироссийских магистральных авиалиний к 2020 году на основе социально-экономических и демографических прогнозов развития страны. Согласно сделанным прогнозам расширение сети будет происходить в основном за счёт увеличения концентрации новых авиалиний в городах с высоким уровнем целевого потенциала.