Компьютерное моделирование потоков в городской транспортной сети
DOI:
https://doi.org/10.22213/2410-9304-2021-1-89-99Ключевые слова:
компьютерное имитационное моделирование, мультиагентная модель, транспортный потокАннотация
В работе представлен подход к моделированию транспортных потоков в условиях светофорного регулирования. Разработана компьютерная имитационная мультиагентная модель транспортных потоков, которая включает три основных агента: автомобиль, светофор, генератор. Разработан расчетный имитационный алгоритм движения автомобилей по дорожным полосам и имитационный алгоритм их поведения на перекрестках. Компьютерная мультиагентная модель и имитационный расчетный алгоритм поведения автомобилей в транспортной сети реализованы в виде интеллектуальной аналитической системы, которая также включает в себя базу данных по характеристикам движения автомобилей, спроектированную в среде СУБД MS SQL, и модуль визуализации всех процессов.
Компонентами имитационной модели транспортных потоков являются система координат (карта), сами динамические объекты (автомобиль, светофор, генератор входного потока автомобилей), счетчик временных интервалов и алгоритм движения автомобилей. В процессе моделирования транспортных потоков в системе фиксируются необходимые выходные параметры модели.
На примере одного из дорожных участков города Ижевска продемонстрированы возможности реализованной модели. Разработанная компьютерная имитационная мультиагентная модель позволяет рассчитывать показатели средней длины очереди транспортных средств в любое время суток с учетом интенсивности входных транспортных потоков.Библиографические ссылки
Кузьмич С. И., Федина Т. О. Транспортные проблемы современных городов и моделирование загрузки улично-дорожной сети // Известия Тульского государственного университета. Технические науки. 2008. № 3. С. 159–166.
Касаткина Е. В. Статистическое исследование дорожно-транспортной обстановки в Удмуртской Республике // Вестник ИжГТУ имени М. Т. Калашникова. 2017. Т. 20. № 1. С. 53–59.
Информационный сайт Госкомстата России. Транспорт. URL: https://rosstat.gov.ru/folder/ 23455?print=1 (дата обращения: 19.12.2020).
Румянцев Е. А., Драгунов А. Ф. Необходимость разработки оценок уровня организации дорожного движения // Современные технологии. Системный анализ. Моделирование. 2012. № 2 (34). С. 227–229.
Димова И. П. Повышение эффективности функционирования остановочных пунктов городского пассажирского транспорта и движения транспортных средств в зоне их влияния : дисс. … канд. техн. наук / Тюменский государственный нефтегазовый университет. Тюмень, 2009.
Власов А. А. Теория транспортных потоков : монография. Пенза : ПГУАС, 2014. 124 с.
Елинек Й., Высока Я. О подходах в моделировании транспортной динамики // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2014. № 1. С. 121–129.
Швецов В. И., Алиев А. С. Математическое моделирование загрузки транспортных сетей. М. : Едиториал УРСС, 2003. 64 с.
Ахмадинуров М. М., Завалищин Д. С., Тимофеева Г. А. Математические модели управления транспортными потоками : монография. Екатеринбург : Изд-во УрГУПС, 2011. 120 с.
Строгалев В. П., Толкачева И. О. Имитационное моделирование. М. : МГТУ им. Н.Э. Баумана, 2008. 280 с.
Остроух А. В., Николаев А. Б. Интеллектуальные системы в науке и производстве // Saarbrucken, Germany: Palmarium Academic Publishing, 2012. 312 p. DOI: 978-3-659-98006-0.
Macal C., North M. Tutorial on Agent-Based Modelling and Simulation // Journal of Simulation. 2010. Vol. 4. P. 151-162.
Лебедюк Э. А. Агентное моделирование: состояние и перспективы // Вестник Российского экономического университета имени Г. В. Плеханова. 2017. № 6 (96). С. 155–162.
Понятие агента в системах искусственного интеллекта / О. А. Мелихова, О. В. Вепринцева, В. С. Чумичев и др. // Технические науки – от теории к практике. 2015. № 53. С. 44–51.
Galan J. Errors and Artefacts in Agent-Based Modelling // Journal of Artificial Societies and Social Simulation. 2008. Vol. 12. № 1.
Тарасов В. Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте // Новости искусственного интеллекта. 1998. № 2. С. 5–63.
Ивашкин Ю. А. Мультиагентное имитационное моделирование больших систем: учеб. пособие. М. : МГУПБ. 2008. 230 с.
Мезенцев К. А. Мультиагентное моделирование в среде NetLogo // Автоматизация и управление в технических системах. 2015. № 1 (13). С. 10–20. DOI: 10.12731/2306-1561-2015-1-2.
Имитационное моделирование в системе NetLogo / И. М. Якимов, А. П. Кирпичников, А. И. Мингараева, Е. Л. Буйнова // Вестник технологического университета. 2017. Т. 20. № 10. С. 104–107.
Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. СПб: БХВ-Петербург. 2006. 400 с.
Шаймарданов М. Г., Касаткина Е. В. Опыт применения системы AnyLogic при моделировании движения транспортных потоков // Вестник ИжГТУ. 2016. № 2. С. 66.
Койнова А. С. Использование AnyLogic для моделирования транспортных процессов // Научный альманах. 2017. № 1-3 (27). С. 83–85. DOI: 10.17117/na.2017.01.03.083.
Разработка концепции топливообеспечения распределенной региональной системы теплоснабжения местными возобновляемыми видами топлива / И. Г. Русяк, В. К. Преснухин, К. В. Кетова,
С. А. Королев, Е. В. Трушкова // Энергобезопасность и энергосбережение. 2010. № 5. С. 14–20.
Кетова К. В., Трушкова Е. В., Кривенков Р. Ю. Применение кластерного анализа для решения задачи оптимального распределения топливно-энергетических ресурсов // Интеллектуальные системы в производстве. 2010. № 2 (16). С. 207–213.
Кетова К. В., Трушкова Е. В. Решение логистической задачи топливоснабжения распределенной региональной системы теплоснабжения // Компьютерные исследования и моделирование. 2012. Т. 4. № 2. С. 451–470.
Логистика топливоснабжения региона возобновляемыми видами топлива, получаемыми из древесного сырья. На примере Удмуртской Республики / И. Г. Русяк, К. В. Кетова, С. А. Королев, Е. В. Трушкова. Ижевск : Изд-во ИжГТУ, 2011.
Флэнаган Д. JavaScript // Изд-во Вильямс. 2019. 320 с.
Браун Э. Learning JavaScript: JavaScript Essentials for Modern Application Development // Изд-во Альфа-книга. 2017. 368 с.
Касаткина Е. В. Разработка и тестирование генетического алгоритма для решения задачи маршрутизации // Прикладная информатика. 2018. Т. 13. № 5 (77). С. 32–43.
Кетова К. В., Касаткина Е. В., Насридинова Д. Д. Программа структурной оптимизации прогнозных нейросетевых моделей. Свидетельство о регистрации программы для ЭВМ RUS 2014618038. Заявка № 2014615568 от 10.06.2014.
