CC BY
194. Lin M., Zhao X. Application Research of Neural Network in Vehicle Target Recognition and Classification. // 2019 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS). - Changsha, China, 2019. - Pp. 5-8.
5. Bischof H., Godec M., Leistner C., Rinner B., Starzacher A. Autonomous Audi-oSupported Learning of Visual Classifiers for Traffic Monitoring. // In: IEEE Intelligent Systems. May-June, 2010. - Vol. 25, no. 3. - Pp. 15-23.
6. Seliverstov Ya.A., Seliverstov Sv.A., Komashinskiy V.I., Tarantsev A.A., Shatalo-va N.V., Grigoriev V.A. Intelligent systems preventing road traffic accidents in megalopolises in order to evaluate. // In: Proceedings of 2017 20th IEEE International Conference on Soft Computing and Measurements, SCM 2017. - 2017. - Pp. 489-492.
7. Seliverstov S.A., Seliverstov Y.A., Tarantsev A.A., Grigoriev V.A., Elyashe-vich A.M., Muksimova R.R. Elaboration of intelligent development system of megalopolis transportation. // In: Proceedings of 2017 IEEE II International Conference on Control in Technical Systems (CTS), CTS 2017. - 2017. - Pp. 211-215.
8. Juras Evan. Tensor Flow Object Detection API Tutorial Train Multiple Objects Windows 10 [Online]. - URL: github.com/EdjeElectronics (date of access: 26.08.2021).
УДК 004.89. 656.078
:10.18720^РВРи/2М21 -380
Свистунова Александра Сергеевна1,
младший научный сотрудник СПб ФИЦ РАН;
Кравец Даниил Михайлович2,
студент СПбПУ
РАЗРАБОТКА АЛГОРИТМА ДОСТАВКИ ПАССАЖИРОВ ДО АЭРОВОКЗАЛА ПУТЁМ ПРИМЕНЕНИЯ МЕТОДА АГЕНТНОГО МОДЕЛИРОВАНИЯ
1 Россия, Санкт-Петербург, Санкт-Петербургский Федеральный исследовательский центр Российской академии наук, svistunova_alexandra@bk.ru; Россия, Санкт-Петербург, Санкт-Петербургский политехнический университет Петра Великого, danilkravets@yandex.ru
Аннотация. В статье представлены описание и разработка алгоритма, основанного на методе агентного моделирования, доставки пассажиров от долгосрочной парковки до терминала аэропорта Пулково. Рассматриваемыми объектами является долгосрочная парковка Р4 в аэропорту Пулково и терминал аэропорта Пулково. Произведен анализ пассажиропотока на маршруте от долгосрочной парковки Р4 до здания аэровокзала Пулково. Предложена схема реализации маршрута движения шаттла от долгосрочной парковки до терминала аэропорта.
Ключевые слова, агентное моделирование, аэропорт, паркинг, аэровокзал, пассажиры, имитационное моделирование, автобус-шаттл.
Alexandra S. Svistunova \
Junior Researcher of SPCRAS;
Danil M. Kravets Student of SPbPU
DEVELOPMENT OF AN ALGORITHM FOR DELIVERING PASSENGERS TO THE AIRPORT TERMINAL BY APPLYING AGENT-BASED MODELLING
1 St. Petersburg Federal Research Center of the Russian Academy of Sciences,
St. Petersburg, Russia, svistunova_alexandra@bk.ru;
2 Peter the Great St. Petersburg Polytechnic University, St. Petersburg, Russia,
danilkravets@yandex.ru
Abstract. The article presents a description and development of an algorithm based on the agent-based modeling method for delivering passengers from a long-term parking lot to the terminal of Pulkovo airport. The objects under consideration are the long-term parking lot P4 at Pulkovo airport and the terminal at Pulkovo airport. The analysis of passenger traffic on the route from the long-term parking lot P4 to the Pulkovo terminal building has been carried out. A scheme for the implementation of the shuttle route from the long-term parking lot to the airport terminal is proposed.
Keywords, agent-based modeling, airport, parking, airport terminal, passengers, simulation modeling, shuttle bus.
Введение
В настоящий момент времени популярность набирает метод агент-ного моделирования, с помощью которого предоставляется возможным отображать систему в качестве совокупности некоторых её составляющих (агентов). Специфика данного подхода заключается в возможности прогнозирования поведения системы путём моделирования тех или иных событий и состояний, в которых эта система может находиться. Задавая фундаментальные поведенческие черты рассматриваемой системы, калибруя при этом её параметры на минимально возможном и необходимом в конкретном ключе уровне абстракции, появляется возможность не только прогнозировать поведение, но и выявлять недостатки данной системы [1-3].
1. Этапы агентного моделирования для представления движения пассажиров
Стадии, описанные логической структурой рассматриваемой системы, представляют собой цикл, состоящий из алгоритма последовательных действий и параллельно идущий ему ациклический процесс (рис. 1).
Рис. 1. Схема стадий агентного моделирования для рассматриваемой системы
2. Факторы, определяющие целесообразность и достоверность исследования
Степень достоверности исследования может быть определена двумя способами: с помощью верификации и посредством объективного анализа.
Целесообразность исследования как объект, определяется востребованностью тех или иных сфер услуг, либо их отдельных составляющих. Обращаясь к показателям международного и внутреннего пассажиропотоков аэропорта Пулково в период с 2009 по 2019 годы, можно заметить тенденцию роста. Так, суммарный рост пассажиропотока достиг отметки более, чем в 3 раза превышающей результаты 2009 года.
Намерение пассажира во многом определяет не только его желание воспользоваться сервисами долгосрочного паркинга, но и количество дней, проведённое машиной на парковке, что в свою очередь оказывает влияние на затраты ресурсов аэропорта — машиномест. Предоставляется возможным взять в расчёт суммарное количество мест на паркинге Р4: 1050. Имея пассажиропоток около 19,6 млн пассажиров в год (55 тыс. пассажиров в сутки), и сравнивая его с количеством мест на долгосрочной парковке Р4, можно выдвинуть гипотезу о том, что целесообразность исследования данного аспекта не оправдана, однако стоит учитывать, что неудовлетворительное качество сервиса приводит к дальнейшему отказу пассажиров от предоставляемых услуг. Как следствие, аэропорт несёт финансовые убытки [4].
3. Имитационная модель на основе агентного подхода
Агентный подход к моделированию подразумевает создание так называемых «агентов». В разрабатываемой модели присутствует два типа агента: пассажир отправления и автобус-шаттл, курсирующий от паркинга Р4 до аэровокзала. Перед размещением агента в пространстве, а также для корректного функционирования модели в первую очередь необходимо создать разметку моделируемого пространства. В основу разметки легли четыре составляющих: паркинг, дорожная сеть, пешеходный маршрут и терминал аэропорта.
Паркинг и терминал (аэровокзал) являются крайними точками между соединяющей их дорожной сетью (рис. 1). Сама дорожная сеть построена в соответствии с её фактическими особенностями.
3.1. Описание разметки пространства
Имеется паркинг Р4, находящийся в 1,5 км езды от терминала аэропорта Пулково с прилегающей к нему территорией остановки автобуса-шаттла. Паркинг Р4 вмещает в себя 1050 автомобилей. В модели это реализуется путём применения аттракторов в размере 1050 штук. Каждый из автомобилей занимает свободный аттрактор.
Таким образом, парковка Р4 и аэровокзал являются двумя крайними точками маршрута автобуса-шаттла, между которыми он циклически курсирует. Реализация маршрута выполнена путём построения дорожной сети.
Сама дорожная сеть состоит из 23х дорог, 16-ти перекрёстков, 4-х парковочных мест по ходу движения транспорта (два места — в начальной точке движения, два — в конечной) и 2х автобусных остановок: также в начальной точке движения (Р4), и в конечной (терминал Пулково) соответственно (рис. 3). Дорожная сеть построена в интересующем диапазоне (не включая маршруты на остальные парковки и прибытие) с учётом реальных особенностей: количество полос на каждой дороге соответствует действительности. Сделано это исключительно в целях получения более точных результатов анализа статистики.
Помимо дорожной сети важную роль играет пешеходный маршрут от паркинга Р4 до терминала Пулково. Построен он также в соответствии действующему маршруту для достижения достоверных результатов моделирования. Располагается параллельно дорожной сети и представляет собой огибающую (рис. 2).
Рис. 2. Пешеходный маршрут и дорожная сеть, соединяющие паркинг Р
и терминал Пулково
3.2. Описание логики модели
Логика модели представлена на рисунке 3.
Рис. 3. Диаграмма модели
Модель начинается с создания автомобилей для парковки Р4. Автомобиль создаётся сразу с пассажирами внутри, количество которых выбрано в соответствии с максимальным значением пассажиров в автомобиле: 5. Автомобили приходят согласно интенсивности 20 в час. Далее автомобиль направляется в сторону паркинга Р4, после чего ожидает перед въездом от 5 до 10 секунд по нормальному распределению, затем занимает свободное место, соответствующее свободному аттрактору в зоне паркинга Р4. Автомобиль временно изымается из модели, но не удаляется из неё, вследствие чего происходит «захват» ресурса парковки Р4, машиноместа (свободные места уменьшаются на 1 с каждым приехавшим и занявшим место автомобилем). Время задержки автомобиля на парковке рассчитывается по нормальному распределению в диапазоне 1-14 дней. После окончания выделенного времени автомобиль покидает парковку, возвращая ресурс (каждый автомобиль, покинувший парковку Р4, увеличивает свободные места на 1).
С этого момента начинается основная часть. Пассажиры должны добраться до аэровокзала. Как и в действительности у них для этого есть два пути: на автобусе-шаттле и пешком. с вероятностью 0,5 пассажиры достигают терминала аэропорта каждым из этих маршрутов.
Каждый шаттл начинает своё движение с парковки, прилегающей к дороге в зоне автобусной остановки паркинга Р4, затем движется к автобусной остановке, останавливается на ней и ожидает в течение 5ти минут. В ходе всех 5ти минут пассажиры, направляющиеся от паркинга Р4 к остановке автобуса-шаттла, могут произвести успешную посадку до тех пор, пока он не уехал. Автобус-шаттл движется по дорожной сети в сторону терминала Пулково. По прибытии на остановку аэровокзала, пассажиры покидают шаттл и удаляются из модели, так как все необходимые расчёты произведены.
Ни один автобус-шаттл же из модели более не удаляется. После высадки пассажиров, автобус покидает остановку терминала и входит в зону так называемого «перерыва», где проводит 20 минут, а затем вновь направляется к остановке паркинга Р4. Так же для достоверности и реальности эксперимента на дорожную сеть был пущен транспортный поток (рис. 4). Он будет создавать помехи для автобуса-шаттла, приближая таким образом модель к реальной.
fork pathl pathEnd Point
раШ2
Рис. 4. Диаграмма трафика для дорожной сети
Логика транспортного потока реализуется следующим образом: автомобили идут от правой нижней точки по направлению к ней же, т. е, делают круг, распределяясь по всей дорожной сети. При помощи одной развилки поток разделяется для того, чтобы равномерно распределить трафик по разным дорогам. Затем поток заново объединяется и движется к начальной точке, но уже по направлению встречного движения. Такой подход позволяет полноценно заполнить дорожную сеть с возможностью регулирования интенсивности [5].
3.3. Результаты моделирования
Отправной точкой являются идеальные условия, которые задаются и рассчитываются один раз и более не меняются в ходе различных экспериментов:
• ожидание на остановке паркинга Р4 — 5 минут;
• путь от остановки паркинга Р4--4 минуты;
• остановка около аэровокзала — 20 минут;
• путь от терминала до парковки Р4--6 минут.
Выводы в ходе анализа будут производиться в промежутке 24 часа на основании:
•распределения времени ожидания пассажиров;
• среднего времени, проведённого пассажирами в пешем пути между паркингом Р4 и терминалом;
•среднего времени ожидания пассажиров на остановке Р4;
• среднего времени, проведённого шаттлом в пути от остановки Р4 до аэровокзала.
В случаях, когда в эксплуатацию введён автобус-шаттл, курсирующий каждые 30 минут, среднее время ожидания посадки составляет почти 13 минут. Такие результаты получаются вследствие рассчитываемого распределения, характер которого зависит от времени ожидания шаттла на остановке Р4. В данном случае самое высокое значение — 0. Это говорит о том, что пока автобус ожидает пассажиров в течение 5ти минут, высока вероятность случая, когда пассажир совсем не тратит время на ожидание автобуса, т. е., приходит в тот момент, когда автобус уже готов обслуживать пассажиров, находясь на остановке Р4. Поскольку время ожидания шаттла на остановке Р4 неизменно в рамках модели, в разных экспериментах закономерность «возвышения нуля» сохранится. При этом путь шаттла от Р4 до аэровокзала составляет 3,2 минуты, что для идеальных условий является разумным значением.
Пешеходный маршрут составит чуть более 12,5 минут, что с минимальной погрешностью соответствует значению, приведённому на официальном сайте Пулково — 12 минут, соответственно модель способна отображать достоверные результаты с низким уровнем абстракции. Да-
лее в модели среднее время, которое тратят пассажиры на пешеходный маршрут будет иметь незначительные отклонения в ту или иную сторону, которыми можно пренебречь, так как в ходе эксперимента отсутствуют параметры, влияющие на это значение.
После ввода в модель дорожного движения средней и высокой интенсивности время ожидания пассажиров увеличилось почти до 32-х минут, что является реальным значением на текущий момент времени, поскольку шаттл в аэропорту Пулково ходит с периодичностью раз в 30 минут. На рисунке 5 видно, что самым распространённым временем ожидания, исключая нуль и близкие к нему значения, является 25 минут (1500 секунд). Путь на шаттле от парковки Р4 до терминала при этом увеличивается с 3.18 минут до 4.21 минут, что также соответствует действительности.
Рис. 5. Результат эксперимента с автобусом-шаттлом в условиях трафика
В случае использования шаттла суммарный пассажирский маршрут на автобусе составит 36,1 минут относительно 12,4 минут пешком, из-за чего пассажирам с точки зрения экономии времени выгоднее идти пешим маршрутом. Это в свою очередь оказывает отрицательное влияние на удовлетворённость пассажиров предоставляемым сервисом, поскольку зачастую у пассажиров при себе имеется багаж, который не всегда удобно перемещать вручную.
Заключение
В заключение следует отметить то, что, учитывая современный уровень развития транспортных систем, пассажирам необходим высокий уровень сервиса в аспекте временных затрат на передвижение. Например, из-за недостаточного количества автобусов-шаттлов могут образовываться большие скопления людей на остановках. Таким образом, можно отметить следующее: от качества оказываемых услуг, зависит уровень пассажиропотока, что оказывает влияние на выбор пассажира в пользу тех или иных средств передвижения, влияя на конкурентоспособность транспорта в целом.
Список литературы
1. Лукинский В.С., Искандеров Ю.М., Соколов Б.В., Некрасов А.Г. Проблемы и перспективы использования интеллектуальных информационных технологий в логистических системах. // 11-я Российская мультиконференция по проблемам управления, Санкт-Петербург, 2-4 октября 2018г. Материалы конференции «Информационные технологии в управлении» (ИТУ-2018). - СПб.: АО «Концерн «ЦНИИ «Электроприбор», 2018. - 628 с. (С.80-89).
2. Майоров Н.Н., Романеу В.А. Вопросы выбора математических моделей для исследования пассажирских потоков в транспортных системах // Системный анализ и логистика. - СПб.: ГУАП. - 2017. - №1(14). - С. 39-45.
3. Искандеров Ю.М., Ласкин М.Б., Лебедев И.С. Особенности моделирования транспортно-технологических процессов в цепях поставок. // Сборник трудов Восьмой Всероссийской научно-практической конференции по имитационному моделированию и его приложениям в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД-2017). - 2017. - С. 110-113.
4. Официальный сайт аэропорта Пулково ООО «Воздушные Ворота Северной Столицы» [Электронный ресурс]. - URL: https://pulkovoairport.ru/ (дата обращения: 01.10.2021).
5. Фетисов В.А., Майоров Н.Н., Таратун В.Е. Применение агентного моделирования при исследовании транспортных систем. // Системный анализ и логистика. -2014. - №. 11. - С. 26-31.
