Регистрация / Вход
Прислать материал

Разработка интеллектуальной имитационной модели и системы поддержки принятия решений по совершенствованию транспортной инфраструктуры крупных городов

ФИО: Сенченко Р.В.

Направление: Информационные технологии (У.М.Н.И.К.)

Научный руководитель: к.т.н., проф. Крапухиной Н.В.

Институт: Институт информационных технологий и автоматизированных систем управления

Кафедра: Кафедра Инженерной кибернетики

Академическая группа: аспирант

Развитие современного общества существенно зависит от транспортной инфраструктуры, ее качественных свойств и структурных особенностей. Актуальной является задача оптимизации транспортной системы с целью повышения пропускной способности. Выработка конкретных решений по реконфигурации транспортных систем в ручном режиме для крупных городов становится затруднительной. Возникает необходимость в построении математико-алгоритмических моделей и соответствующего ПО для поиска обозримого множества альтернативных вариантов усовершенствования существующих транспортных систем.

Для решения указанной задачи автором строится имитационная модель транспортной системы, по которой передвигаются виртуальные участники дорожного движения (так называемые «транспортные агенты»). При задании реалистичных правил поведения агентов такая модель позволяет имитировать на ЭВМ гипотетическую ситуацию функционирования транспортной системы во времени и отрабатывать на ней различные решения по организации движения.

В предлагаемой математической модели существенно усовершенствован классический подход.

Во-первых, получены математические структуры, позволяющие более глубоко и полно использовать информацию о характеристиках отдельных участках системы: учитывать дорожную разметку, скоростные ограничения, кривизну дорожных линий. Это достигается за счет использования системы соединенных между собой сплайнов (параметризованных своей длиной) для описания геометрии дорог и развязок транспортной сети. Задание различных дифференциальных свойств сплайнам, образующим сеть, позволяет моделировать кривизну – важную характеристику, слабо учитываемую в современных работах.

Во-вторых, получена принципиально новая математическая модель транспортного агента, базирующаяся на методах искусственного интеллекта и теории конечных автоматов.

Модель агента строится на основе набора возможных состояний агента: прямолинейное движения, перестроения, опережения и т.д. Состояния агента выражают основные мотивы, влияющие на поведение агента и его скоростные режимы, и используются в качестве вершин конечного автомата. С каждым состоянием связаны уравнения, описывающие динамические свойства агента. Условия перехода между состояниями описываются продукционными правилами.

Структура конечного автомата, описывающего агента, и множество всех продукций в своей совокупности обеспечивают интеллектуальный характер поведения. Предлагаемый подход имеет преимущества по сравнению с имеющимися решениями, т.к. позволяет моделировать несоизмеримо большее многообразие действий транспортного агента.

Для практического применения системы разработаны специальные структуры данных и алгоритмы, обеспечивающие высокоэффективные вычислительные эксперименты (с линейно-логарифмической трудоемкостью), адаптированные автором к технологии параллельного вычисления. Это позволяет строить систему в масштабах г. Москва (приблизительно 4,5 млн. агентов). Предусмотрена возможность интеграции с геоинформационными системами и автоматического построения виртуального пространства транспортной системы.