Разработка имитационной модели системы регулируемых перекрестков Текст научной статьи по специальности «Компьютерные и информационные науки»

Решетневскуе чтения. 2014

на основе скрытых марковских моделей // Вестник СибГАУ. 2006. Вып. 1(8). С. 59-63.

5. Dani A. P. Single camera structure and motion estimation // Lecture Notes in Control and Information Sciences. 2010. 401. P. 209-229.

6. Gao J. A Multi-Kalman Filtering Approach for Video Tracking of Human-Delineated Objects in Cluttered Environments // IEEE Com-puter Vision and Image Understanding. 2005. Vol. 1, no. 1. P. 1-57.

References

1. Alpatov B. A. Obnarugenie dvizhushegosya obecta v posledovatelnosti izobrazheniy pri nalichii ogranicheniy na ploshad b skorost dvizheniya obekta. 2007, № 1, р. 11-16.

2. Alpatov B. A. Videlenie dvizhushihsya obektov v usloviyah geome triche skih iskazheniy izobrazheniya, 2004, № 4, p. 9-14.

3. Bolshakov A. A. Metodi obrabotki mnogomernih dannih I vremennih ryadov, 2007, p. 522.

4. Favorskaya M. N. Prognozirovanie v systemah raspoznavaniya obrazov na osnove skritih markovskih modeley, 2006, pp. 59-63.

5. Dani A. P. Single camera structure and motion estimation // Lecture Notes in Control and Information Sciences, 401, 2010, p. 209-229.

6. Gao J. A Multi-Kalman Filtering Approach for Video Tracking of Human-Delineated Objects in Cluttered Environments // IEEE Com-puter Vision and Image Understanding, 2005, V. 1, no. 1. p. 1-57.

© Казмнрук Е. C, 2014

УДК 004.94

РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ СИСТЕМЫ РЕГУЛИРУЕМЫХ ПЕРЕКРЕСТКОВ

А. К. Киселев

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-mail: r690793@mail.ru

При решении проблемы организации городского движения и управления транспортными потоками в международной практике хорошо зарекомендовали себя системы интеллектуальной транспортной инфраструктуры, способные эффективно управлять существующей дорожно-уличной сетью дорог с учетом ее плотности и пропускной способности. Но для того, чтобы понять, нужно ли вводить такую систему, необходимо сначала проверить её эффективность.

Ключевые слова: моделирование, дорожное движение, АСУДД.

DEVELOPMENT OF A SIMULATION MODEL OF THE CONTROLLED INTERSECTION SYSTEM

A. K. Kiselyov

Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: r690793@mail.ru

To solve the problems of the organization of urban traffic and transport management in the international practice there is a well established system of intelligent transportation infrastructure that can efficiently manage the existing road and street network of roads given its density and bandwidth. But in order to understand whether to introduce such a system it is necessary to start checking its effectiveness.

Keywords: Modeling, traffic, ATCS.

Бурный процесс автомобилизации с каждым годом охватывает все большее число стран, постоянно увеличивается автомобильный парк, количество вовлекаемых в сферу дорожного движения людей. Рост автомобильного парка и объема перевозок ведет к увеличению интенсивности движения, что в условиях городов с исторически сложившейся застройкой приводит к возникновению транспортной проблемы. Особенно остро она проявляется в узловых пунктах улично-дорожной сети. Здесь увеличиваются транспортные задержки, образуются очереди и заторы, что

вызывает снижение скорости сообщения, неоправданный перерасход топлива и повышенное изнашивание узлов и агрегатов транспортных средств.

Механическое развитие улично-дорожной сети города с увеличением ширины проезжей части магистральных улиц, пропускной способности пересечений не может решить проблему городского движения, так как в условиях исторической застройки это зачастую невозможно. В таких случаях хорошо показывают себя автоматизированные системы управления дорожным регулированием (АСУДД).

Программные средства и информационные технологии

В результате проделанной работы была разработана имитационная модель системы из нескольких регулируемых перекрестков в среде моделирования AnyLogic 7.0.2 [1]. Сделано это было для того, чтобы проверить эффективность внедрения АСУДД на какой-либо данный участок дороги. Разработанная имитационная модель работы содержит следующие структурные элементы:

- система из двух взаимосвязанных четырехсторонних пересечений с примыкающими с каждой стороны дорогами;

- каждая дорога имеет разделительную полосу, разделяющую дорогу на две проезжие части по три полосы в каждом направлении;

- система генерации агентов модели - транспортных средств двух типов: легковой автомобиль и грузовой автомобиль грузоподъемностью от 2-х до 6 т;

- восемь блоков логики движения транспортных средств (по одному на каждое направление), причём восточный выход левого перекрёстка является подходным путём для западного входа правого, и на оборот - западный выход правого перекрестка является подходным путём для восточного входа левого перекрестка;

- модели элементов световой сигнализации - светофоры типа Т.1. л;

- 2 диаграммы (на каждый перекресток) состояний, моделирующих логику переключения сигналов светофоров, основанную на двухкольцевой фазировке;

- 2 модуля (на каждый перекресток) системной динамики, моделирующих работу контроллера локального пересечения;

- блок управляющих параметров модели;

- элементы управления параметрами модели;

- модуль чтения параметров цикла жесткого регулирования из внешнего файла MS Excel;

- модуль сбора статистики параметров агентов.

На входе в модель задаются такие данные, как интенсивность потока, выбирается текущая логика работы светофоров. Если выбрана адаптивная логика, настраиваются её временные параметры, также можно распределить направление движения автомобилей. На выходе мы получаем визуализированную модель прохождения автотранспортом системы из двух перекрестков с заданными параметрами, а также статистические данные, отражающие среднюю задержку при проезде двух перекрестков, представленные в виде графиков.

Для примера было проведено сравнение жесткого алгоритма регулирования с фиксированной длительностью горения зеленого сигнала и адаптивного алгоритма, время горения разрешающего сигнала в котором зависит от текущего потока машин. В результате проведения серии испытаний адаптивный алгоритм показал хорошую эффективность управления транспортными потоками, отраженную в значительном снижении средней задержки и повышении уровня обслуживания на пересечении по сравнению с жестким.

Разработанную имитационную модель можно использовать для анализа движения дорожного трафика при различных видах регулирования и нагрузки полосы, а также нахождения наиболее оптимального способа управления сетью дорог.

Библиографическая ссылка

1. Боев В. Д. Об адекватности систем имитационного моделирования GPSS World и AnyLogic // Синергия. 2011.

Reference

1. Boyev V. D. Ob adekvatnosti sistem imitatsionnogo modelirovaniya GPSS World i AnyLogic Sinergia. 2011.

© Киселев А. К., 2014

УДК 004.942

СИСТЕМА ИНФОРМАЦИОННОГО ОПОВЕЩЕНИЯ О РЕЗУЛЬТАТАХ ЭКОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ ПО КРАСНОЯРСКОМУ КРАЮ

Е. В. Ковалева

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-mail: snowter@yandex.ru

Выделены основные экологические показатели, характеризующие экологическое состояние региона - Красноярского края. Рассмотрены особенности методов анализа данных Data Mining, а также рынок программного обеспечения, реализующего данные методы. В качестве наиболее подходящего инструмента обработки данных выбрана аналитическая платформа Deductor, при помощи ее средств проведено прогнозирование выбранных экологических показателей. Для наглядного представления результатов прогноза в виде графиков разработан сайт.

Ключевые слова: экология, Data Mining, прогнозирование, аналитическая платформа Deductor, HTML.