сотрудник
Тюмень, Тюменская область, Россия
сотрудник
Тюмень, Тюменская область, Россия
УДК 656.1 Эксплуатация наземного безрельсового транспорта. Движение по улицам и дорогам
ББК 398 Городской транспорт
В статье описано применение искусственной нейронной сети для определения оптимальных параметров светофорного регулирования на основе интенсивности транспортного потока. На регулируемых перекрестках существует неравномерность интенсивности транспортного потока, из-за которой один режим работы светофоров на перекрестке может быть неэффективным. Цель исследования - разработка программного обеспечения по прогнозированию режимов работы светофорных объектов с учетом пространственной и временной неравномерности транспортного спроса. На основе имитационного моделирования транспортных потоков на одном регулируемом перекрестке были определены значения среднего времени задержки при разных режимах работы светофорах и интенсивностях транспортных потоков, в том числе поворачивающих. Искусственная нейронная сеть была обучена на данных из 16 тысяч имитаций и протестирована на четырех тысячах имитаций. Использование искусственной нейронной сети для расчета оптимального режима работы светофоров снижает время задержки на 20-50% для двух часов пик. Заранее обученная искусственная нейронная сеть за одну секунду может рассчитать оптимальный режим работы светофоров для конкретного регулируемого перекрестка. Разработанное программное обеспечение может быть применено для реализации интеллектуальной транспортной системы в автоматизированной системе управления дорожным движением.
дорожное движение, моделирование, потоки, регулирование, нейросетевые технологии, обучение
1. Захаров Д. А., Писцов А. В. Анализ эффективности способов приоритета автобусам при проезде перекрестков с применением адаптивного управления светофорами // Интеллект. Инновации. Инвестиции. – 2022. – № 4. – С. 128–139, https://doi.org/10.25198/2077-7175-2022-4-128.
2. Карманов, Д. С. Моделирование транспортных потоков при создании выделенных полос для общественного пассажирского транспорта на ул. Пермякова – ул. Широтная города Тюмени / Д. С. Карманов, А. А. Фадюшин – Текст : непосредственный // Проблемы функционирования систем транспорта: Материалы Всероссийской научно-практической конференции. – Тюмень : ТюмГНГУ. 2014. – С. 232-237.
3. Клинковштейн, И. Г. Организация дорожного движения : учебник / И. Г. Клинкофштейн, М. Б. Афанасьев. – Москва : Транспорт, 2001. – 247 с. – Текст : непосредственный.
4. Об организации дорожного движения в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации : федеральный закон от 29.12.2017 N 443-ФЗ // Собрание законодательства РФ : офиц. текст. – Москва : КонсультантПлюс, 2018. – 24 с. – Текст : непосредственный.
5. ОДМ 218.6.003-2011 Методические рекомендации по проектированию светофорных объектов на автомобильных дорогах. Издан на основании распоряжения Федерального дорожного агентства от 27.02.2013 N 236-р. – Москва : Изд-во Росавтодор, 2013. – 69 с. – Текст : непосредственный.
6. Основы транспортного моделирования: практическое пособие / А. Э. Горев, К. Беттгер, А. В. Прохоров, Р. Р. Гизатуллин. – Санкт-Петербург : «КОСТА», 2015. – 168 с. – Текст : непосредственный.
7. Руководство пользователя PTV Vissim 8.0. ООО «A+S» СанктПетербург. – 676 с.
8. Фишельсон М. С. Городские пути сообщения : учеб. пособие для вузов / М. С. Фишельсон. – Москва: Высшая школа, 1967. – 360 с. – Текст : непосредственный.
9. Beckmann M. J. Studies in the Economics of Transportation / M. J. Beckmann, C. B. McGuire, C. B. Winsten. – Yale University Press, New Haven, Conn. – 1956.
10. D. Srinivasan, M. C. Choy, and R. L. Chen, «Neural networks for real-time traffic signal control» IEEE Transactions on Intelligent Transportation Systems, vol. 7, no. 3, pp. 261–272, 2006.
