Центральноукраїнський науковий вісник. Технічні науки. Випуск 6. Частина 1. - 2022

Permanent URI for this collection

https://dspace.kntu.kr.ua/handle/123456789/12337

Browse

Browsing Центральноукраїнський науковий вісник. Технічні науки. Випуск 6. Частина 1. - 2022 by Author "Kotenko, V."

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Алгоритмічні моделі машинного навчання для прогнозування витрат пального транспортними засобами під час доставки зернових культур
    (ЦНТУ, 2022) Котенко, В. І.; Kotenko, V.
    У роботі проаналізовано можливості застосування обчислювального інтелекту у логістичних системах доставки сільськогосподарської продукції. Виявлено необхідність до використання алгоритмічних моделей машинного навчання для прогнозування витрат пального транспортними засобами під час доставки зернових культур. На основі історичних даних підприємства, що здійснює транспортування сільськогосподарської продукції, проведено прогнозування витрат пального транспортними засобами з використанням алгоритмічних моделей регресії: DT дерева рішень та RF випадкового лісу. За результатами моделювання встановлено, що найкращий прогноз витрат пального транспортними засобами під час доставки насіння зернових культур від сільськогосподарських підприємств до елеватора, виконує модель RF випадкового лісу, яка забезпечує відносну помилку отриманих результатів 4,6%. The analysis of the state of development and use of machine learning algorithmic models in road transport logistics systems has been carried out. The expediency of application of machine learning algorithmic model for predicting fuel consumption by vehicles during the grain crops delivery from agricultural enterprises to the grain elevator has been substantiated. The reggression machine learning algorithmic models: DT (Decision Tree) model and the RF (Random Forest) model for forecasting fuel consumption by vehicles is selected. On the basis of historical data of the enterprise that transports grain crops from agricultural enterprises to the elevator, forecasting of fuel consumption by vehicles with the use proposed models has been carried out. The resulting prediction of vehicle fuel consumption with the use the RF random forest model, as opposed to the values of individual decision trees, has a lower ability to retraining and greater flexibility to the limit of vehicle fuel consumption decisions. Evaluation of the specified models for forecasting fuel consumption by vehicles during the grain crops delivery from agricultural enterprises to the grain elevator has been performed according the following criteria: mean absolute error (MAE), root mean square error (RMSE), Total time and Training time. It has been determined that the best prediction of fuel consumption by vehicles during the grain crops delivery from agricultural enterprises to the grain elevator is performed by the RF random forest model, which provides a relative error of the obtained results of 4.6% with a standard deviation of ±0.1 and a total machine learning time of 4.8s. The obtained results of the researches can be used for the selection of the most efficient means of transport for executing orders of the grain crops delivery from agricultural enterprises to the elevator.