Скрыть
Раскрыть

ISSN 1998-0663 (print),
ISSN 2587-8166 (online)

English version: ISSN 2587-814X (print),
ISSN 2587-8158 (online)

Бекларян А. Л.1,2, Бекларян Л. А.2, Акопов А. С.3
  • 1 НИУ ВШЭ, 101000, Россия, Москва, ул. Мясницкая, д.20
  • 2 Центральный экономико-математический институт, Российская академия наук, Россия, 117418, г. Москва, Нахимовский проспект, д. 47
  • 3 Центральный экономико-математический институт, Российская академия наук, Москва, Россия

Имитационная модель интеллектуальной транспортной системы «умного города» с адаптивным управлением светофорами на основе нечеткой кластеризации

2023. № 3 Vol 17. С. 70–86 [содержание номера]

      В данной статье представлена новая имитационная модель интеллектуальной транспортной системы (ИТС) «умного города» с адаптивным управлением светофорами. Предложенная транспортная модель, реализованная в AnyLogic, позволяет изучать поведение взаимодействующих агентов: транспортных средств (ТС) и пешеходов (П) в рамках многоагентной ИТС типа «Манхэттенской решетки». Пространственная динамика агентов в подобной ИТС описывается с использованием систем конечно-разностных уравнений с переменной структурой с учетом регулирующего воздействия «умных» светофоров. Исследованы различные способы управления светофорами, направленные на максимизацию суммарного трафика выходного потока ИТС, в частности, посредством формирования требуемой длительности фаз с использованием генетического оптимизационного алгоритма, с помощью локального («слабоадаптивного») управления переключениями и на основе предложенного алгоритма нечеткой кластеризации. Исследуются возможности оптимизации характеристик систем индивидуального управления поведением светофоров при различных сценариях, в частности, для ИТС с пространственно-однородными и периодическими характеристиками. Для определения наилучших значений индивидуальных параметров систем управления светофорами, таких как, длительности фаз, радиусы наблюдений за транспортными и пешеходными потоками, пороговые коэффициенты, количество кластеров и др., применяется ранее предложенный параллельный генетический оптимизационный алгоритм с вещественным кодированием (класса RCGA). Предложенный метод адаптивного управления светофорами на основе нечеткой кластеризации демонстрирует большую эффективность в сравнении с известными методами коллективного воздействия и локального («слабоадаптивного») управления. Результаты работы могут быть рассмотрены как компонента системы принятия решений в управления городскими службами.

Библиографическое описание: Бекларян А.Л., Бекларян Л.А., Акопов A.C. Имитационная модель интеллектуальной транспортной системы «умного города» с адаптивным управлением светофорами на основе нечеткой кластеризации // Бизнес-информатика. 2023. Т. 17. № 3. С. 70–86. DOI: 10.17323/2587-814X.2023.3.70.86
BiBTeX
RIS
 
 
Rambler's Top100 rss