Научный архив: статьи

Введение. В статье рассматривается проблема повышения эффективности и безопасности городских транспортных систем за счет внедрения динамического управления скоростью движения. Актуальность исследования обусловлена необходимостью адаптации параметров движения к изменяющимся дорожным и погодным условиям в реальном времени. Работа анализирует эволюцию от классических систем управления дорожным движением к усовершенствованным системам (УСУДД), интегрированным в интеллектуальные транспортные системы (ИТС). Особое внимание уделяется методам динамического управления скоростью с использованием табло переменной информации (ТПИ) и перспективам внедрения коммуникационных технологий «инфраструктура – транспортное средство» (V2I).

Материалы и методы. Основным методом исследования является имитационное моделирование в Aimsun на примере улично-дорожной сети г. Казани. Было разработано 12 стратегий зонального регулирования скорости (от 20 до 80 км/ч) и проведен их сравнительный анализ методами мезо- и микромоделирования для утреннего пикового периода.

Результаты. Результаты показали, что дифференцированное управление эффективно влияет на параметры потока. Наилучшие результаты продемонстрировала Стратегия С3 (ограничения 80, 60, 60 км/ч по зонам), обеспечив минимальные общие затраты времени (769 253 сек), максимальную среднюю скорость (35,33 км/ч) и пропускную способность (35 566,5 ТС/ч). Стратегии с равномерно низкими ограничениями ухудшили все показатели.

Обсуждение и заключение. Проведенное исследование подтверждает высокую эффективность динамического зонального управления скоростью для оптимизации транспортных потоков в городских условиях. Установлено, что дифференцированное регулирование (а не единое жесткое ограничение) позволяет находить баланс между пропускной способностью, скоростью движения и уровнем загрузки сети. Наилучшие результаты показала Стратегия С3, предполагающая относительно высокие допустимые скорости на магистральных направлениях. В перспективе повышения эффективности управления связано с интеграцией технологий V2I, позволяющих реализовать индивидуальное и непрерывное регулирование скорости для каждого транспортного средства, что приведет к дальнейшей гармонизации транспортного потока и повышению безопасности.

В статье разрабатывается комплексный подход к прогнозированию транспортной загруженности с использованием синтетических данных, имитирующих динамику городского трафика. Гибридная методология позволяет объединить анализ временных рядов и глубокое обучение, что актуально для моделирования нелинейных зависимостей и закономерностей в транспортных данных.

Цель. Целью работы является разработка и тестирование прогностической модели, способной точно предсказывать уровни транспортной загруженности с учётом сезонных и погодных факторов.

Материалы и методы. Для выявления паттернов в данных применено аддитивное разложение временного ряда, спектральный анализ на основе быстрого преобразования Фурье и оценка автокорреляционных зависимостей. Прогностическая модель реализована в виде двухэтапного подхода: классический алгоритм ARIMA используется для базового прогнозирования, а архитектура LSTM с двумя рекуррентными слоями и регуляризацией – для обучения на последовательностях длиной 24 часа. Дополнительно для сопоставления и подтверждения результатов применён ансамблевый метод Random Forest, настроенный с гиперпараметрами: 200 деревьев, максимальная глубина – 12, минимальное количество объектов в листе – 2.

Результаты. Результаты демонстрируют превосходство LSTM-модели над ARIMA и Random Forest по точности предсказаний, что подтверждается визуальным сопоставлением прогнозов с тестовыми данными и метрикой среднеквадратичной ошибки. Выявлены ключевые факторы, влияющие на загруженность: суточные циклы интенсивности трафика, рост нагрузки при осадках (до 30% при снеге и 20% при дожде), а также температурно-зависимая модуляция транспортного потока.

Дорожно-транспортное происшествие (ДТП) - явление, которое уже стало неотъемлемой частью человеческой жизни, и, хотя часто его воспринимают как данность, ДТП же имеет серьезные последствия для людей, несущие в себе физические травмы, эмоциональный стресс, финансовые потери, а также смерть. Кроме того, ДТП могут вызывать пробки на дорогах, что приводит к задержкам, создавая неудобства для перемещения. Поэтому борьба с ДТП является важной задачей по всему миру. Для этого необходимы эффективные меры по предупреждению и снижению риска ДТП. В первую очередь безопасности способствует надлежащее планирование улично-дорожной сети, а для их оценки необходимо подкрепление обоснований эффективности предложенных мероприятий. Одним из методов обоснований возможностей оптимизации перекрестков выступает компьютерное имитационное моделирование, которое позволяет не только анализировать, но и прогнозировать поведение транспортных процессов.

Целью исследования является формирование практических инструментов для повышения безопасности дорожного движения. Метод и методология проведения работы. Использованы теоретические и практические методы исследования: системного анализа, синтеза информации, наблюдений, измерений, эксперимента и сравнений.

Результаты. Представлены возможности практических инструментов при формировании и развитии транспортной инфраструктуры. Разработаны сценарии решения проблемы с безопасностью дорожного движения на одном из пересечений улично-дорожной сети г. Казани.

Область применения результатов. При оптимизации перекрестков, при оценке рисков ухудшения ситуации при неверном проектировании или при оценке эффективности использовать методы компьютерного моделирования.