Выбор методов для предиктивной аналитики технического состояния электропоезда

Автоматика, связь, информатика. 2025. № 4. С. 29–30

Automation, communications, informatics. 2025. № 4. Р. 29–30

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Научная статья

УДК 004.6

DOI: 10.62994/AT.2025.4.4.006

Выбор методов для предиктивной аналитики технического состояния электропоезда

Запольская Екатерина Владимировна

ОАО «РЖД», Проектно-конструкторско-технологическое бюро по системам информатизации – Центр цифровых технологий, отдел управления тяговыми ресурсами, технолог, Москва, Россия,

Аннотация. В статье рассмотрены этапы разработки математической модели для предиктивной аналитики технического состояния тягового подвижного состава, в частности электропоездов. Проанализированы распространенные подходы к построению математической модели предиктивной аналитики для осуществления анализа технического состояния электропоездов. Сделан выбор в пользу сочетания кластерного анализа, байесовского анализа и анализа методом Маркова.

Ключевые слова: техническое состояние, предиктивная аналитика, математическая модель, статистическое моделирование

Для цитирования: Запольская Е.В. Выбор методов для предиктивной аналитики технического состояния электропоезда // Автоматика, связь, информатика. 2025. № 4. С. 29–30. DOI: 10.62994/AT.2025.4.4.006

INFORMATION TECHNOLOGY

Original article

The choice methods in the predictive analytics model of the technical condition of an electric train

Ekaterina V. Zapolskaya

JSC «RZD», Bureau for the Design and Engineering of Information Systems – Center for Digital Technology, Technologist, Postgraduate, RUT (MIIT), Moscow, Russia, ekaterina.vl.001@gmail.com, SPIN-код: 6781-0396

Abstract. The paper discusses the stages of developing a mathematical model for predictive analytics of the technical condition of traction rolling stock. The main approaches in constructing a mathematical model of predictive analytics applied to the problem of analyzing the technical condition of electric trains are analyzed. The choice was made in favor of a combination of cluster analysis, Bayesian analysis and Markov analysis.

Keywords: technical condition, predictive analytics, mathematical model, statistical modeling

For citation: Zapolskaya E.V. The choice methods in the predictive analytics model of the technical condition of an electric train // Automation, communications, informatics. 2025. № 4. С. 29–30. DOI: 10.62994/AT.2025.4.4.006

Список источников

1. Максимова Н.Н. Математическое моделирование : учебно-методическое пособие. Благовещенск: Изд-во АмГУ, 219. 88 c.

2. Звонарев С.В. Основы математического моделирования: учебное пособие. Екатеринбург: Издательство Уральского университета, 2019. 112 c.

3. Маликов Р.Ф. Основы математического моделирования : учебное пособие. 2 изд. М.: Юрайт, 2022. 403 с.

4. Полукарова Е.В., Корнеева Е.В. Ведение данных о МВПС в системе АСОУП-3 // Автоматика, связь, информатика. 2022. № 4. С. 21–22. DOI: 10.34649/AT.2022.4.4.005. EDN: NYWOTE.

5. Корнеева Е.В., Сидоренко В.Г. Синтез структурной схемы автоматизированной системы анализа работоспособности тягового подвижного состава железных дорог // Интеллектуальные транспортные системы : материалы Междунар. научно-практ. конференции. М.: РУТ (МИИТ), 2022. C. 197–203. EDN: IDDSWA.

© Москва «Автоматика, связь, информатика» 2025