NETWORK TRAFFIC FORCASTING IN INFORMATION-TELECOMMUNICATION SYSTEM OF PRYDNIPROVSK RAILWAYS BASED ON NEURO-FUZZY NETWORK
Journal Title: Наука та прогрес транспорту - Year 2016, Vol 0, Issue 6
Abstract
Purpose. Continuous increase in network traffic in the information-telecommunication system (ITS) of Prydniprovsk Railways leads to the need to determine the real-time network congestion and to control the data flows. One of the possible solutions is a method of forecasting the volume of network traffic (inbound and outbound) using neural network technology that will prevent from server overload and improve the quality of services. Methodology. Analysis of current network traffic in ITS of Prydniprovsk Railways and preparation of sets: learning, test and validation ones was conducted as well as creation of neuro-fuzzy network (hybrid system) in Matlab program and organization of the following phases on the appropriate sets: learning, testing, forecast adequacy analysis. Findings. For the fragment (Dnipropetrovsk – Kyiv) in ITS of Prydniprovsk Railways we made a forecast (day ahead) for volume of network traffic based on the hybrid system created in Matlab program; MAPE values are as follows: 6.9% for volume of inbound traffic; 7.7% for volume of outbound traffic. It was found that the average learning error of the hybrid system decreases in case of increase in: the number of inputs (from 2 to 4); the number of terms (from 2 to 5) of the input variable; learning sample power (from 20 to 100). A significant impact on the average learning error of the hybrid system is caused by the number of terms of its input variable. It was determined that the lowest value of the average learning error is provided by 4-input hybrid system, it ensures more accurate learning of the neuro-fuzzy network by the hybrid method. Originality. The work resulted in the dependences for the average hybrid system error of the network traffic volume forecasting for the fragment (Dnipropetrovsk-Kyiv) in ITS Prydniprovsk Railways on: the number of its inputs, the number of input variable terms, the learning sample power for different learning methods. Practical value. Forecasting of network traffic volume in ITS of Prydniprovsk Railways will allow for real-time identification of the network congestion and control of data flows.
Authors and Affiliations
V. M. Pakhomovа
Keywords
Related Articles
- EP ID EP226700
- DOI 10.15802/stp2016/90485
- Views 106
- Downloads 0
ВПЛИВ ЛЮДСЬКОГО ФАКТОРА НА ВИКОНАННЯ ТЕХНІЧНОГО ОБСЛУГОВУВАННЯ ТА РЕМОНТУ ВАНТАЖНИХ ВАГОНІВ
Мета. У науковій роботі необхідно: 1) дослідити показники й критерії оцінки врахування впливу людського фактора на безвідмовність вантажних вагонів; 2) теоретично описати ймовірнісну модель ролі людського фактора під час...
МЕТОДИКА СТВОРЕННЯ ІНТЕЛЕКТУАЛЬНОЇ АВТОМАТИЗОВАНОЇ СИСТЕМИ УПРАВЛІННЯ ДОСТАВКОЮ ВАНТАЖІВ НА ЗАЛІЗНИЦІ
Мета. Наукова робота має за мету аналіз функціонування існуючої інформаційної системи залізниці,як сховища даних, та розгляд шляхів переходу до інтелектуальної системи управління,у т. ч. з використанням семантичного підх...
NUMERICAL PREDICTION MODELS FOR AIR POLLUTION BY MOTOR VEHICLE EMISSIONS
Purpose. Scientific work involves: 1) development of 3D numerical models that allow calculating the process of air pollution by motor vehicles emissions; 2) creation of models which would allow predicting the air polluti...
ВИЗНАЧЕННЯ ДОПУСТИМОЇ ШВИДКОСТІ РУХУ ПОЇЗДА З ПРИМУСОВИМ НАХИЛОМ КУЗОВА В КРИВИХ ДІЛЯНКАХ КОЛІЇ
Мета. Головною метою статті є визначення допустимої швидкості руху поїзда на пневматичному підвішуванні з примусовим нахилом кузова в кривій ділянці колії та обґрунтування доцільності експлуатації даного типу рухомого ск...
USING REGIONAL RENEWABLE ENERGY RESOURSES FOR HEATING SUPPLY SYSTEMS
Purpose. The study analyzed the possibility and conditions for the effective operation of heating systems during the transition of the heat-generating capacity to biofuels energy. The straw of cereal crops, which are pre...