доктор технических наук;
doctor of technical sciences;
Рассматривается процесс применения машинного обучения для расчета поставок моторных масел на полигоны железных дорог. Целью исследования является применение искусственного интеллекта и других способов машинного обучения по обеспечению поставок моторных масел, для обеспечения стабильной эксплуатационной работы тягового подвижного состава. Проанализирована возможность применения машинного обучения для повышения точность планирования поставок моторных масел на полигоны железных дорог, исключив из расчета человеческий фактор. В качестве методов исследования приняты: метод использования тепловой карты, методы машинного обучения, разведывательный анализ, линейная регрессия. В результате исследования установлено, что при разработке программы для расчета поставок моторных масел на использования на тяговом подвижном составе целесообразнее использовать модель регрессии Лассо.
Application of machine learning to calculate the supply of motor oils to railway grounds is considered. The study objective is to use artificial intelligence and other machine learning methods to ensure the supply of motor oils and to provide stable operation of traction rolling stock. The possibility of using machine learning to improve the accuracy of planning the supply of motor oils to railway grounds, excluding the human factor from the calculation, is analyzed. The following research methods are used: the method of using a heat map, machine learning methods, intelligence analysis, and linear regression. As a result of the study, it is found that it is more expedient to use Lasso Regression when developing a program for calculating the supply of motor oils for its use in traction rolling stock.