Управление транспортными потоками мегаполиса на основе прогнозирования и поведения интеллектуальных агентов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Могорас, Андрей Александрович

• Могорас, Андрей Александрович
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Могорас, Андрей Александрович

Список принятых сокращений.—.

Введение.

1. Аналитический обзор моделей, методов; и информационно-коммуникационных технологий^ применяемых при управлении транспортными потоками^.

1.1 .Интеллектуальные-' транспортные" системы (ИТС): определение, классификация, история развития^.—

1.2.Модельно-алгоритмическое обеспечение ИТС.

1.2.1. Основные параметры и классификации состояний транспортного потока.

1.2.2. Аналитическое моделирование транспортных потоков.

1.2.3: Имитационное моделирование транспортных потоков.;.

Г.З.Перспективные направления развития ИГС.V.

1.3.1. Применение в ИТС видеонаблюдения и телематики.

1.3 .2. Применение нечеткой логики в , ИТС.

1.3 .3 . Применение агентов в ИТС.

1.4. Анализ преимуществ и недостатков существующих ИТС.

1.5.Постановка задачи управления транспортными потоками мегаполиса посредством ИТС.

Выводы.„.

2. Моделирование, анализ, прогнозирование и управление транспортными потоками на основе нечеткого вывода и применения формализмов временной логики.

2.1 .Функциональная схема управления транспортными потоками.

2.2.Имитационная модель транспортного потока..:.;.

2.3.Спецификация и иерархия лингвистических переменных.

2.4.Моделирование поведения.участников дорожного движения.

2.5.Представление динамики транспортного потока с; помощью формализмов временной логики Аллена.

2.6-МЪдель агрегации/сегрегации потоков;—.

2.7.Алгоритмлранзитивного замыкания семантических сетей:.

2.8.Шространственно-временной анализ-транспортнь1Х. потоков:.

2.9:Вёктор состояния транспортного потока.

2.10: Классификация состояний транспортного потока.----------.

2.11. Прогнозирование динамики состояний транспортных потоков;

2.12. Выработка управляющих воздействий с учетом прогноза.

2.13. Светофорное регулирование транспортных потоков на системе; перекрестков.

Выводы.

3. Реализация интеллектуальной транспортной системы на основе гетерогенных агентов с прогнозом и сложным поведением;.

3.1 .Постановка задачи многоагентного имитационного моделирования и ее решение в среде AnyLogic:.

3.2.Структура многоагентной системы МАИТС.

3.31Коммуникация агентов и^разрешение конфликтов:.

314. Агентгавтомобилист. 108;

3:4.1. Структура агента-автомобилиста.

3;4.2МТоведение агента-автомобилиста.

3.4.3; Классификация агентов-автомобилистов.

3.4.4. Поиск оптимальных маршрутов с помощью алгоритма« А*.

3; 5. Прогнозирующий агент.

3:5. Г. Структура прогнозирующего агента.

3.5.2. Построение прогноза в МАИТС.

3.6.Координирующий агент.:.

3.6.1. Структура координирующего агента;.

3.6.2. Управление транспортными потоками посредством координирующих агентов:.;.

3.7.Программное обеспечение системы МАИТС.

3.8.Программная реализация системы МАИТС.

Выводы.

4. Проверка эффективности разработанной системы и анализ ее преимуществ и недостатков.

4.1 .Методика экспериментальной проверки.

4.2.Результаты экспериментов и их анализ.

4.3.Графическая интерпретация состояний транспортного потока и их прогноза.

4.4.Сравнение с другими ИТС.

4.5. Анализ свойств, особенностей и возможностей дальнейшего совершенствования разработанной системы.

Выводы.

Введение диссертации (часть автореферата) на тему «Управление транспортными потоками мегаполиса на основе прогнозирования и поведения интеллектуальных агентов»

Актуальность работы

В4 настоящее время практически* во всех мегаполисах темпы роста автомобильного парка значительно опережают развитие улично-дорожной сети. Это порождает ряд проблем дорожного движения: транспортные заторы, снижение безопасности, загрязнение окружающей среды. В Москве эти проблемы усугубляются из-за исторически сложившейся радиально-кольцевой планировки города и разобщенности мест работы и проживания» [40]. В этих условиях начиная с 1990-х годах в развитых странах (США, Зап. Европа, Япония и др.) начали разрабатывать полностью автоматизированные системы дистанционного централизованного1 оперативного управления дорожным движением в режиме реального времени, получившие название интеллектуальных транспортных систем (ИТС). Эксперты считают применение ИТ€ одним из наиболее перспективных способов^ решения перечисленных задач дорожного движения ([71], [85], [89]).

Развитие ИТС сопровождается повышением уровня технической оснащенности транспортной инфраструктуры мегаполисов, разработкой более совершенных средств оперативного мониторинга, анализа и перераспределения транспортных потоков-(ТП), а также развитием систем искусственного интеллекта [44], [45]. Это дает достаточный потенциал для создания ИТС, обладающих принципиально новыми возможностями управления дорожным движением. Однако для создания- таких систем требуется проведение дополнительных теоретических исследований в области моделирования, анализа и прогнозирования транспортных потоков, выявления закономерностей* влияния различных факторов и формализации знаний о предметной области.

Таким образом, актуальность данной работы обоснована необходимостью разработки новых информационно-технологических средств моделирования, прогнозирования, анализа и управления ТП, позволяющих повысить безопасность и эффективность транспортного 6 процесса, а также уровень его комфортности для участников дорожного движения. ,

Цель работы: повышение эффективности оперативного управления; дорожным движением путем создания и, исследования свойств интеллектуальной транспортной системы, основанной на агентном моделировании и прогнозировании транспортных потоков.

Задачи исследования

1. Анализ моделей, методов и> информационно-коммуникационных технологий, применяемых при управлении дорожным движением.

2. Разработка функциональной схемы управления? ТП мегаполиса посредством ИТС.

3. Создание имитационной модели неоднородного ТП, позволяющей, учитывать: особенности поведения, участников дорожного; движениями нештатные ситуации на дорогах.

4: Выбор математического аппарата и разработка методики анализа, прогнозирования динамики состояний и оптимизирующего управления ТП.

5. Создание структуры и баз знаний многоагентной ИТС, реализующей данную методику.

6. Программная реализация многоагентной ИТС. .

7. Экспериментальная проверка работоспособности и анализ полученной многоагентной ИТС.

Методы исследования основаны на использовании принципов системного подхода и-искусственного; интеллекта, теории множеств, и теории графов, теории агентов и. многоагентных систем,. модальной и нечеткой логики, методов оптимизации и имитационного моделирования, а также теории ТП.

На защиту выносятся следующие научные результаты:

- функциональная схема управления ТП мегаполиса посредством ИТС;

- имитационная модель неоднородного ТП;

- методика анализа, прогнозирования динамики состояний и управления ТП;

- структура и БЗ многоагентной ИТС, реализующей данную методику.

Научная новизна содержится в следующих результатах работы: функциональная схема управления ТП мегаполиса посредством многоагентной ИТС; имитационная модель неоднородного ТП на основе гетерогенных агентов и применения формализмов нечеткой временной логики, что позволяет учитывать особенности структуры ТП и поведения участников дорожного движения; методика структурного анализа, прогнозирования динамики состояний и управления ТП на основе интеллектуальных агентов, что повышает эффективность ИТС и делает ее устойчивой к нештатным ситуациям и влиянию различных факторов;* структура и БЗ многоагентной ИТС, отличительными особенностями которой является наличие прогнозирующих агентов (ПА), иерархически организованная система координации, а также моделирование различных типов поведения водителей в ТП.

Практическая полезность

Результаты диссертационной работы позволяют повысить эффективность управления ТП мегаполиса посредством ИТС благодаря прогнозированию динамики их состояний, применению интеллектуальных агентов, а также эффективных алгоритмов и моделей, учитывающих особенности поведения участников дорожного движения и нештатные ситуации на дорогах.

Достоверность и обоснованность полученных результатов подтверждается: корректностью использования математического аппарата и методов исследований; апробацией основных результатов работы; 8 результатами проведенных экспериментов; сходимостью полученных данных с результатами других исследований.

Реализация результатов

Полученные в диссертационной работе результаты были программно реализованы и использованы в учебном процессе МИЭМ при обучении студентов на кафедре "Математическое обеспечение систем обработки информации и управления" и в практической деятельности организации ООО «СМИЛИНК», работающей в области сбора, обработки и анализа информации о дорожном движении.

Апробация работы

Результаты работы докладывались в 2008 г. на XVI Международной конференции «Проблемы управления безопасностью сложных систем», ИПУ, Москва; в 2005, 2006, 2007, 2008 и 2009 гг. на Ежегодной научно-технической конференции студентов, аспирантов и молодых специалистов МИЭМ, Москва; в 2005, 2006, 2007, 2008 и 2009 гг. на Международной студенческой школе-семинаре, Судак.

Публикации

Основные результаты диссертации опубликованы в 12 научных работах, в том числе 3 публикации в журналах из Перечня ВАК.

Структура работы

Диссертация состоит из введения, четырех глав, основных выводов, списка использованной литературы и приложений. Структура диссертационной работы представлена на рис. 1.