Computer Simulation of Flows in the Urban Transport Network
DOI:
https://doi.org/10.22213/2410-9304-2021-1-89-99Keywords:
computer simulation, multi-agent model, traffic flowAbstract
The paper presents an approach to modeling traffic flows under traffic light regulation. A computer simulation multi-agent model of traffic flows has been developed, which includes three main agents: a car, a traffic light, and a generator. A calculated simulation algorithm for driving cars on road lanes and a simulation algorithm for their behavior at intersections have been developed. A computer multi-agent model and a simulation calculation algorithm for the behavior of cars in the transport network are implemented in the form of an intelligent analytical system, which also includes a database on the characteristics of the movement of cars, designed in the MS SQL DBMS environment, and a module for visualizing all processes.
The components of the traffic flow simulation model are the coordinate system (map), the dynamic objects themselves (car, traffic light, car input flow generator), the time interval counter and the car movement algorithm. In the process of modeling traffic flows, the necessary output parameters of the model are recorded in the system.
On the example of one of the road sections of the city of Izhevsk, the possibilities of the implemented model are demonstrated. The developed computer simulation multi-agent model allows you to calculate the average length of the queue of vehicles at any time of the day, taking into account the intensity of incoming traffic flows.
References
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.
