В Инновационном центре «Сколково» подвели итоги Акселератора ГТЛК.
⠀
Государственная транспортная лизинговая компания (ГТЛК) совместно с Российской венчурной компанией осуществляет деятельность по созданию комплексной системы акселерации субъектов малого и среднего предпринимательства, инфраструктуры и сервисов поддержки, финансирования проектов по разработке и внедрению цифровых технологий и платформенных решений в транспортной сфере.

В акселераторе приняла участие команда студентов кафедры № 319 МАИ в составе: Дмитрия Лоскутова, Ивана Ноды, Александра Борозного, Степана Игнатова, Максима Редько. По результатам экспертной оценки их проект «Оптимизация использования локомотивов и вагонов крупного железнодорожного узла со сложной топологией и логистикой» занял 3 место.
⠀
Команда получила трехмесячную программу развития проекта, а также возможность провести пилотные испытания для решения реальных бизнес-задач.

Впечатления  участников:

 Иван Нода:
«В первую очередь это получение бесценного опыта! Приятно осознавать, что предоставляют шанс проявить себя, показать свои успехи в научной деятельности. В нашем проекте разработана методика многоэтапной оптимизации функционирования локомотивного и вагонного парков, формирующая оптимальную последовательность выполнения технологических операций на железнодорожной станции».

С одним из участников разработки, студентом 1 курса магистратуры кафедры 319 Дмитрием Лоскутовым, нам удалось пообщаться:

⠀ — Расскажи, как отбирались заявки на очное участие в Акселераторе.

— Заявка на участие была отправлена еще в ноябре 2019 года, затем проект проверяли эксперты из ГТЛК и РЖД. По результатам были выставлены баллы и сформирован рейтинг всех участников (к этапу экспертизы было отобрано около 150 проектов). На очный этап, в марте 2020 года, вышли  лучшие 14 проектов из Российской Федерации и 6 проектов, представленных зарубежными компаниями.

⠀ — А в чем основное отличие вашей разработки от уже существующих?

— Если кратко, то аналитического решения задачи «оптимизации времени использования локомотивного парка крупного железнодорожного узла» не удалось найти ни в отечественной, ни в зарубежной литературе . Наш проект — это суперпозиция методов оптимизации, нейро-нечеткой логики, нейронных сетей и геоинформационных систем. Одновременно решались задачи: составления расписания движения составов на ж/д станции, определение местоположения локомотивов, транспортная задача и многое другое.

— Что вы планируете дальше? Какое будущее у этого проекта?

— Данное решение видится как востребованное на рынке предприятий Российской Федерации там, где большое значение играет использование железных дорог. Это металлургические, горно-обогатительные комбинаты, угольная промышленность, порты и крупные железнодорожные узлы. В настоящее время все больше и больше людей начинают работать над этим проектом. ГТЛК активно участвует в этом процессе.

⠀ — Расскажи конкретно о своей научной деятельности, с чего ты начинал?

— Со 2-го курса ежегодно участвовал в Гагаринских чтениях. Публиковался в соавторствах в сборнике «Национальная безопасность России: актуальные аспекты», в журнале «Информационные технологии» из перечня ВАК. Недавно опубликована  статью в научном журнале TEM Journal индексированном в Скопус.

⠀ — Твои публикации связаны с темой проекта, представленного на Акселераторе?

— Мои первые публикации точно связаны. А вот последняя статья уже совсем другой проект.

⠀ — Параллельно готовишь что-то новое?

— Да, очень люблю всё, что сейчас называется Data Science, стараюсь как можно глубже погрузиться в данную тематику. В журнале TEM идет речь об использовании методов динамического хаоса для задачи регрессии.

⠀ — Что или кто мотивирует тебя заниматься наукой? Что посоветуешь начинающим?

— Огромное влияние на меня в науке оказали мой первый научный руководитель в бакалавриате А. М. Романенков и мой научный руководитель в магистратуре  С. Я. Нагибин. Смотрю на этих людей с бесконечными благодарностью и уважением. Тем, кто только начинает заниматься наукой, я советую делать это с удовольствием и ничего не бояться.