Моделирование решений по снегоочистке городской улично-дорожной сети в многоагентной системе Текст научной статьи по специальности «Строительство и архитектура»

ABOUT A VARIETY OF THE REASONS OF FORMATION OF DAMAGES BEARING PROTECTING DESIGNS

N. V. Belyaev, V. V.Fursov

In article results of technical inspection of bearing protecting designs of a house are considered. At inspection of external walls the following damages are found: inclined and vertical through cracks in external walls, and also in vertical and horizontal seams between base blocks of walls of a cellar. As a result the analysis is revealed the whole range of the reasons of their education: the uneven rainfall of the building caused by construction of multystoried annexes, temperature deformations of crossing points, low frost resistance of a silicate brick, vibration in the low-frequency range.

Keywords: cracks, analysis, inspection, designs.

Bibliographic list

1. GOST R 53778-2010 "Buildings. Terms of survey and monitoring the technical condition "

2. SP 13-102-2003. Code of practice for design and construction. Terms of survey bearing structures of buildings and structures

3. SNIP 31-01-2003 "multifamily residential buildings"

4. TSN 23-315-2000 "Acceptable levels of noise, vibration and sound insulation requirements in residential and public buildings"

5. SNIP 2.02.01-83 * "Foundations of buildings and structures"

6. SNIP II-22-81 "Stone and reinforced masonry structures"

7. GOST 27751-88 * "The reliability of structures and grounds"

8. The Federal Law of 30 December 2009 N 384-FZ "Technical Regulations on safety of buildings and structures"

Беляев Никита Владимирович - кандидат технических наук, доцент кафедры «Строительные конструкции» Сибирской государственной автомобильно-дорожной

академии. Основное направление научных исследований - автоматизация проектирования конструкций зданий и сооружений. Имеет 25 опубликованных работ.Е-таИ: 400970@mail.ru

Фурсов Виктор Владимирович - технический директор ООО «<Бюро диагностики строительных конструкций». Основное направление научных исследований -современные методы диагностики

строительных конструкций, неразрушающий контроль.

УДК 625.7/.8

МОДЕЛИРОВАНИЕ РЕШЕНИЙ ПО СНЕГООЧИСТКЕ ГОРОДСКОЙ УЛИЧНО-ДОРОЖНОЙ СЕТИ В МНОГОАГЕНТНОЙ СИСТЕМЕ

Т. В. Боброва, И. В. Слепцов

Аннотация. Организация процесса снегоочистки городской улично-дорожной сети представлена функциональной схемой многоагентной системы. Структурные элементы системы - интеллектуальные агенты, отражающие свойства и организацию элементов системы ««дорожно-эксплуатационная служба - городская улично-дорожная сеть - транспортный поток - окружающая среда» (ДЭС-ГУДС-ТП-С).

Ключевые слова: многоагентная система, снегоочистка, улично-дорожная сеть.

Введение

Изучение функционирования сложных систем требует специальных научных методов. В соответствии с классической схемой научных исследований сложных систем, таким методом является системный анализ [1]. Системный анализ позволяет выделять все возможные связи и отношения в исследуемой системе и полный набор параметров, определяющих ее

функционирование.

Транспортный поток и комплекс условий, в которых он функционирует, в работе [2]

представлен в виде системы «водитель -автомобиль - дорога - окружающая среда» (ВАДС).

С позиции системного подхода, факторы, влияющие на эффективность зимнего содержания городских улиц и дорог, представляют в виде четырех подсистем: «дорожно-эксплуатационная служба -городская улично-дорожная сеть -транспортный поток - окружающая среда» (ДЭС-ГУДС-ТП-С) [3].

Аналогично задачи оперативного управления зимним содержанием

внегородских автомобильных дорог решались на основе анализа функционирования системы «дорожно-эксплуатационная служба - автомобильная дорога - транспортный поток - среда» (ДЭС-АД-ТП-С) [4].

Однако, приведенные системы, созданные на основе системного анализа, имеют ряд недостатков: а) монолитная организация поиска решений; б) иерархии больших программ; в) последовательное выполнение операций; г) централизованные решения; д) стремление уменьшать сложность.

Часть этих недостатков можно сократить или исключить, используя многоагентный подход к описанию функционирования сложных систем. Многоагентные системы (МАС) имеют следующие отличия: а) сетевая организация поиска решений; б) большие сети малых агентов; в) параллельное выполнение операций; г) переговоры; д) распределенные решения; е) возможности наращивать сложность; ж) создание условий для развития.

Основная часть

В МАС, в отличие от системных моделей, осуществлен переход от пассивных сущностей в форме классов объектов, к активным, которые описываются в виде интеллектуальных агентов (ИА) [5,6]. Агенты прикладных систем в зависимости от их предназначения могут представлять самые разнообразные структуры предметных областей: люди, организации, дорожные машины, автомобильные потоки,

вычислительные процессы и т.п. Под активностью агентов подразумевается их способность воспроизводить в программных системах поведение материальных и виртуальных объектов, обоснованное логикой и целью их существования.

МАС организовывается таким образом, что решение сложной проблемы производится на различных уровнях системы. Дополнительно в систему включают ряд вспомогательных средств: редакторы базы знаний, базы данных, конфигуратор задач системы, с помощью которых обеспечивается настройка, структурирование и управление информационной системой.

Решение основной задачи начинается с разбиения процесса ввода-вывода информации на множественные

параллельные процессы, закрепляемые за определенным ИА. Каждый ИА, осуществляя процесс решения частной задачи, имеет в

своем распоряжении необходимые знания и механизмы для принятия вариантов решений и создания своего банка данных. Такая схема организации системы называется посттейлоровской организацией

многоагентной системы [5].

МАС, как правило, состоят из двух подсистем. Первой подсистемой является собственно многоагентная подсистема, которая реализует выполнение главной задачи. Вторая подсистема описывает окружающую среду и состоит из компонент, выполняющих функции передачи данных из внешней среды агентам, исполнение действий ИА во внешней среде. Этими компонентами могут быть приложения пользователя или различного рода устройства (сенсоры, датчики, контроллеры и т.п.).

Содержание данной статьи направлено на разработку многоагентной системы, предназначенной для распознавания ситуаций дорожного движения и выработки решений по снегоочистке улиц. Таким образом, основной задачей системы является: моделирование организационно-технологических решений по снегоочистке, направленных на обеспечение расчетных скоростей и безопасного движения автомобилей.

Для решения основной задачи разработана многоагентная система, определены интеллектуальные агенты и их взаимодействие.

Модель ГУДС представлена в виде ориентированного графа G={x, у}, где х -множество узлов, соответствующее перекресткам, а у - множество дуг, соответствующее перегонам ГУДС.

Агент «Транспортный детектор» предназначен для мониторинга

автомобильного движения на УДС города и в качестве компонента включает сенсорную сеть, выполняющую функцию сбора и хранения информации о скорости автомобилей, интенсивности движения по каждой улице обслуживаемого графа G. Данный агент может представлять сеть транспортных детекторов, установленных на улицах города, или выражаться базой статистических данных, накопленных по результатам натурных измерений характеристик автомобильного потока на каждой улице.

Агент «Метеослужба» - решает задачи сбора, обработки и передачи информации о прогнозе метеорологических явлений и их характеристик.

Агент «Транспортный поток» (ТП) -ставится в соответствие автомобильному потоку на обслуживаемой улично-дорожной сети. Агент выполняет процесс определения коэффициента загрузки УДС при движении по покрытию со слоем рыхлого снега, а также при уборке комплектом снегоуборочных машин проезжей части. Агент ТП также моделирует состояние автомобильного потока при снегоочистке, осуществляет процесс перераспределения потоков для объезда перекрытых участков улиц.

Агент «Комплект снегоочистителей» (КСО) в модуле ДЭС обрабатывает выходные данные агента ТП, формирует оптимальный состав отряда снегоочистителей, основываясь на информации о наличных типах снегоочистителей и характеристиках обслуживаемой улично-дорожной сети, принимает решение о проведении снегоочистки. Оптимизация отряда выполняется по показателю, разработанному в работе [7].

На рисунке 1 приведена функциональная схема многоагентной системы

моделирования решений по снегоочистке УДС.

Для проверки работоспособности разработанной МАС, произведено моделирование решений по снегоочистке магистральной улицы Красный Путь в городе Омск. Перед началом процесса моделирования был проведен сбор данных о характеристиках магистральной улицы и автомобильного потока.

Исследование интенсивности движения на магистральной улице проводилось методом краткосрочных измерений [8]. Всего за зиму 2012 - 2013 года было проведено 308 измерений интенсивности движения в рабочие дни (понедельник - пятница), т.е. 22 измерения на каждом часе в период с 7 до 20 часов. Измерения проводились в ясную погоду при очищенной проезжей части от снежных отложений. На рисунке 2 приведены результаты статистической обработки полученных значений часовой интенсивности в течение дня на улице Красный Путь в одном направлении.

Далее были произведены наблюдения за очисткой проезжей части улицы Красный Путь от слоя рыхлой снежной массы не менее 20 мм во временной период с 10:30 до 12 часов с замерами скоростей автомобилей в период производства работ.

Снегоочистка проводилась комплектом плужно-щеточных снегоочистителей,

состоящего из 5 машин, с дистанцией между

дорожными машинами 5...10 м. Такая дистанция позволяет не растягивать колонну, исключает обгоны автомобилями дорожных машин. Средняя скорость снегоочистки без использования щеточного оборудования составляла 30 км/ч.

Перед началом снегоочистки были замерены мгновенные скорости движения транспортного потока по покрытию со слоем рыхлого снега 20.40 мм (34 измерения). Результаты следующие: математическое ожидание М(х)=31 км/ч, дисперсия D(x)=12,16 км2/ч2, среднее квадратическое отклонение и =3,49 км/ч.

По результатам натурных измерений при помощи программы MS Excel получено уравнение регрессии скорости

автомобильного потока от рабочей скорости снегоочистки и часовой интенсивности:

у = 79,79 + 0,89х1 - 0,04 х2, (1)

л

где у - скорость автомобильного потока при снегоочистке проезжей части, км/ч; х1 -рабочая скорость снегоочистки, км/ч; х2 -часовая интенсивность движения, авт/ч. Ниже приведена последовательность действий при моделировании решений по снегоочистке, согласно разработанной схеме (рисунок 1), на примере улицы Красный Путь:

1. Агентом «Метеослужба» формируется прогноз выпадения осадков в дневной период. Вероятность появления твердых осадков активирует агенты ТП и КСО.

2. Агент ТП решает свою первую задачу, которая заключается в расчете уровня загрузки обслуживаемой улицы для каждого часа (Б1) на основе данных об интенсивности и скорости движения автомобилей, полученных от агента «Транспортный детектор». В нашем случае, в качестве агента «Транспортный детектор» выступает база данных, полученная в процессе натурных наблюдений, результаты которых приведены выше. Уровень (коэффициент) загрузки (z) определяется как отношение наблюдаемой интенсивности движения к практической пропускной способности проезжей части. Практическая пропускная способность многополосной проезжей части (Рм) определяется по выражению, авт/ч [8]

PM = 3600 • й • qmax • n • p1 • Р2 • Рэ, (2)

где У - скорость движения автомобилей по покрытию со слоем рыхлого снега, м/с; qmax -предельная плотность транспортного потока,

авт/м; вг коэффициент снижения пропускной способности, учитывающий влияние регулирования; в2-снижения пропускной учитывающий влияние

светофорного коэффициент способности,

нерегулируемых пешеходных переходов; в3 -коэффициент снижения пропускной способности, учитывающий влияние ширины полосы движения.

| НАЧАЛО | Агент "Метеослужба" { | Задача

А1 Сбор метеоданных

♦

А2 Обработка

♦

АЗ Формирование прогноза

Агент "Транспортный поток" I Задача 1

Окружение

° "о

§ %

го 2 и

>5

<

Задача 2 ¡Окружение

Задача 3

Окруженйё|

Формирование

градиентного

поля уровня

Б2 загрузки УДС

без

производства

работ

1_.

Агент "Комплект снегоочистителей"

С

Б1

Расчет уровня загрузки УДС для каждого

часа без производства работ

I

БЗ

Расчет уровня загрузки УДС для каждого

часа при производстве работ

I

Б5

Перевод движения автомобилей на улицы с наименьшим уровнем загрузки

Формирование

градиентного

поля уровня

Б4 загрузки УДС

при

производстве

работ

Задача 1

Окружение

Задача 2 [Окружение

Задача 3 |Окружениё~~|

В1

Анализ ресурсов и хар-к УДС

I

В2

Формирование оптимального комплекта машин

2 ЭС О

,•5 1 о

Ш го 5

ВЗ

Уборка улиц с

уровнем загрузки при моделировании снегоочистки г<0,75

I

нё>

В5

Формирование

схемы

В4 движения

комплекта

машин

В6

Перекрытие участка улицы

для производства работ

Вывод результатов =1-

' 1 .Число машин в комплекте.

2.Маршругный график комплекта.

3.Перекрываемая улица.

4.Направление объезда. б.Комплекг для уборки

^перекрываемой улицы.

I

КОНЕЦ

Рис. 1. Функциональная схема многоагентной системы моделирования решений по снегоочистке УДС

На основе статистических данных об изменении часовой интенсивности в течение дня и скоростей автомобилей по покрытию со слоем рыхлого снега толщиной 20.40 мм, построен график прогнозируемого уровня загрузки магистральной улицы Красный Путь без проведения работ по снегоочистке (рис. 3) (Б2).

3. Агент КСО, анализируя данные о наличии снегоочистителей в ДЭС, их характеристиках, а также о геометрических параметрах очищаемой улицы (В1), формирует оптимальный комплект

снегоочистителей по интегральному показателю F* [7] (В2).

4. Агент ТП, опираясь на данные агента КСО о технологических показателях сформированного комплекта

снегоочистителей (В2), моделирует режим движения автомобилей при производстве работ. Базируясь на полученном в результате натурных исследований уравнении регрессии (1), и на зависимости (2), выполняется расчет прогнозируемого уровня загрузки

магистральной улицы при снегоочистке отрядом плужных снегоочистителей в разные периоды дня (Б3) (рис. 4).

и о

2300 2600

Ш 2400 г

х У 2200 £

I- т

х « 2000

гЗ 1300' 00

о 1600 (в

Т 1400

к 243 6 23 52 ^10 3

г 225 0^ <227 6 ► 233!

Г 213 5

Щ 132 5 И'Тзз ^197 1 5

1352

7 3 9 10 11 12 13 14 15 16 17 13 19 20

Часы суток

Рис.2. График изменения часовой интенсивности в течение дня на улице Красный Путь в одном направлении

Рис. 3. График прогнозируемого уровня загрузки магистральной улицы Красный Путь со слоем рыхлого снега 20.40 мм без проведения работ по снегоочистке

7 8 9 10 11 12 13 14 15 16 17 18 19 20

Часы суток

Рис. 4. График прогнозируемого уровня загрузки магистральной улицы Красный Путь при снегоочистке отрядом плужных снегоочистителей со скоростью 30 км/ч в разные периоды дня

1,00

ч: о 0,95

сг

0,90

г

£ 0,35

а. 0,30

(С

л 0,75

X

с т 0, /0

а. 0 65

>

(1 ЯП

^ 0.9Е

^ о,э: 0,90 0 89 Г),э; 0,91

Ко. а: СО,8

к 0 ,34 С о,8;

1

' 0,70 0,70 0,71

5. Агент КСО обрабатывает данные о прогнозируемом уровне загрузки улицы при моделировании снегоочистки (Б4), полученные от агента ТП, выбирает период времени, в котором уровень загрузки z<0,75 и принимает решение по снегоочистке улицы Красный Путь (В3). Такой период соответствует времени с 10:30 до 12 часов.

По данным наших наблюдений, а также в работах [9,10] указывается, что при уровне загрузке до 0,70.0,75 движение автомобилей происходит большими группами (5.15 авт.), коэффициент скорости движения (с) находится в пределах 0,55.0,70 (30.40 км/ч). В связи с этим нами было выдвинуто предположение, что верхняя граница коэффициента загрузки улицы транспортным движением для производства работ по снегоочистке должна быть не более 0,75. Далее агент КСО формирует схему движения комплекта снегоочистителей (В4) и выдает результаты моделирования со следующими данными (В6): число и марки машин в комплекте, маршрутный график комплекта, длительность обслуживания улицы. Эффективность организационного решения по снегоочистке улицы Красный Путь во временной период с наибольшим спадом уровня загрузки в течение дня будет выражаться доходом (Д) в транспортной сфере, руб.:

Д = ЗН - ЗКсс (3)

где зН - затраты, которые будут

сопровождаться при ночном методе

организации снегоочистки, руб.; Зус -

затраты, которые будут сопровождаться при круглосуточном методе организации снегоочистки, руб.

Затраты, которые будут сопровождаться при ночном методе организации снегоочистки, определяются по выражению, руб.:

ЗН = ЛЗТРмф + ЛЗПмф + зДтп + ЗЭК' (4)

где ДЗтРмф - дополнительные затраты на

городском транспорте, вызванные ухудшением условий движения из-за влияния неблагоприятных метеорологических

факторов, руб; ЛЗпМф - потери народного

хозяйства, вызванные задержками пассажиров в пути из-за неблагоприятных

метеорологических факторов, руб; Здт -

возможные потери от дорожно-транспортных происшествий при различном состоянии

дорожного покрытия, руб; Зэк -

экологический ущерб, наносимый

окружающей среде в результате снижения скорости движения, руб. Затраты, которые будут сопровождаться при круглосуточном методе организации снегоочистки, находятся по формуле, руб

ЗуС = ЗДЭС + ЛЗТРдм' (5)

где Здэс - затраты ДЭС на проведение

снегоочистки улицы в дневной период, руб.;

ЛЗгрбм - дополнительные затраты на

городском транспорте, вызванные ухудшением условий движения из-за движения дорожных машин по проезжей части, руб.

Проведя расчет по зависимостям (4), (5), определен доход в транспортной сфере от

дневной снегоочистки улицы Красный Путь в сравнении с переносом работ на ночной период. Значение такого дохода зависит от длительности и интенсивности снегопада, и находится в пределах от 20 до 60 тыс.руб./км.

Заключение

Многоагентный подход к описанию функционирования сложных систем, благодаря сетевой организации поиска решений, позволяет достигать качественно нового уровня решений в условиях динамической внешней среды и постоянного движения собственных ресурсов.

Разработанная функциональная схема МАС позволяет решать задачу по поиску организационно-технологических решений, обеспечивающих проведение снегоочистки городских улиц в дневной период, не вызывая заторов.

Библиографический список

1. Моисеев Н. Н. Математические задачи системного анализа / Н. Н Моисеев. - М: Наука, 1981. - 284 с.

2. Сиденко В. М., Михович С. И. Эксплуатация автомобильных дорог: Учеб. для студентов вузов по специальности «Автомобильные дороги» / В. М. Сиденко, С. И. Михович. - М: Транспорт, 1976. - 288 с.

3. Тюпаков С. В. Разработка метода проектирования организации зимнего содержания городских дорог: Автореф. дис. ... канд. техн. наук: Киев, 1989. - 19с.

4. Боброва Т. В. Проектно-ориентированное управление производством работ на региональной сети автомобильных дорог: Монография. - Омск: Изд-во СибАДИ, 2006. - 335с.

5. Тарасов В. Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика / В. Б. Тарасов. - М: 2002. -352 с.

6. Городецкий В. И. // Самоорганизация и многоагентные системы. Ч I / Известия РАН. Теория и системы управления.- М.: 2012. - №1 - С. 51 - 88.

7. Боброва Т. В., Слепцов И. В. Комплексный критерий эффективности парка машин для содержания сети дорог // Вестник СиБАДИ - 2012 - № 2 (24). - С.33-38.

8. Методические рекомендации по оценке пропускной способности автомобильных дорог: ОДМ 218.2.020-2012: утв. Минтрансом РФ 17.02.2012: ввод в действие с 01.03.2012.- М.: 2012. - 135 с.

9. Васильев А. П. Эксплуатация автомобильных дорог: в 2 т. - Т. 1: учебник для студ. высш. учеб. заведений / А.П. Васильев. - М.: Издательский центр «Академия», 2010. - 320 с.

10. Лобанов Е. М., Сильянов В. В., Ситников Ю. М., Сапегин Л. Н. Пропускная способность автомобильных дорог / Е. М. Лобанов, В. В. Сильянов, Ю. М. Ситников, Л. Н. Сапегин. - М.: Транспорт, 1970. - 152с.

MODELING DECISIONS OF URBAN ROAD NETWORK SNOW REMOVAL IN MULTI-AGENT SISTEM

T. V. Bobrova, I. V. Sleptsov

Organization of the urban road network snow removal process is presented as a functional scheme of multi-agent system. Structural elements of the system are intelligent agents, which reflect properties and organization of the elements of the system «road-operational service - urban road network- traffic -environment»

Keywords: multi-agent system, snow removal, urban road network

Bibliographic list

1. Moiseev N. N., Mathematical problems of system analysis / H. H Moses. - Moscow: Nauka, 1981 . - 284 p

2. Sidenko V. M. Mikhovich S. I. Operation of roads : Studies. for students in " Highways" / V. M. Sidenko , S. I. Mikhovich . - M: Transport , 1976 . - 288 p.

3. Tyupakov S. V. Development of a method of designing the organization of the winter maintenance of urban roads : Author. dis. ... Candidate . tehn. Sciences : Kiev , 1989 . - 19 p.

4. Bobrova T. V. Project-oriented production management work on the regional road network : Monograph . - Omsk SibADI Publishing House , 2006 . - 335p .

5. Tarasov V. B. from multi-agent systems for intelligent organizations : philosophy , psychology , computer science / V. Tarasov . - M: 2002. - 352 p.

6. Gorodetsky V. I. / / Self-organization and multi-agent systems . W I / Izvestiya. Computer and Systems. M.: 2012. Number 1, P. 51 - 88.

7. Bobrova T. V., Slepzov I. V. Systematic criteria for the fleet to maintain the road network / / Vestnik SibADI -2012 - № 2 (24). - P.33 -38.

8. Guidelines on the assessment of road capacity: PYM 218.2.020-2012: approved . Ministry of Transport of the Russian Federation 17.02.2012: entry into force on 01.03.2012 . - M.: 2012. - 135 p .

9. Vasiliev A. P. Operation of roads: in 2 volumes -Volume 1: a textbook for the students. vyssh. Textbook. Institutions / A. P. Vasiliev. - Moscow: Publishing Center "The Academy ", 2010. - 320 p.

10. Lobanov , E. M., Silyanov , V., M. Sitnikov , Sapegin L. N. road capacity / E. M. Lobanov , V. V. Silyanov , M. Sitnikov , L. N. Sapegin . - Moscow: Transport, 1970. -152p.

Боброва Татьяна Викторовна - доктор технических наук, профессор, зав. кафедрой «Экономика и управление дорожным хозяйством» Сибирской государственной автомобильно-дорожной академии. Основное направление научной деятельности - проектное управление производством дорожных работ. Имеет 137 опубликованных работ. e-mail: bobrova.tv@gmail.com

Слепцов Игорь Викторович - аспирант кафедры «Экономика и управление дорожным хозяйством» Сибирской государственной автомобильно-дорожной академии. Основное направление научной деятельности -формирование эффективных парков машин для ремонта и содержания сети дорог на основе прогноза показателей ее состояния. Имеет 6 опубликованные работы. E-mail:

sleptsov_igor@mail.ru