Анализ системы управления дорожным движением в перспективе развития нейронной сети

Autor: Brzozowska, Anna, Bubel, Dagmara, Kalinichenko, Antonina
Jazyk: angličtina
Rok vydání: 2019
Předmět:
Zdroj: Eastern-European Journal of Enterprise Technologies; Том 2, № 3 (98) (2019): Control processes; 16-24
Восточно-Европейский журнал передовых технологий; Том 2, № 3 (98) (2019): Процессы управления; 16-24
Східно-Європейський журнал передових технологій; Том 2, № 3 (98) (2019): Процеси управління; 16-24
ISSN: 1729-3774
1729-4061
Popis: The research goal of the paper is to present the issues connected with road traffic management systems and to illustrate a management system that uses Intelligent Transportation Systems and neural networks. The use of Intelligent Transportation Systems (ITS) is a method of improving the conditions of communications, making it independent from the development of communications infrastructure. The attributes of neural networks are focused on solving the problems of optimisation, which involve the development of optimal strategies for traffic management. The proposed road traffic management system that uses ITS and neural networks can be applied in prediction of the conditions of communications in road traffic management.The paper presents the results of qualitative research carried out in the aspect of traffic volume forecasting on selected national roads, supported by a scientific search and discourse on logistic aspects of traffic management, with particular emphasis on Intelligent Transport Systems, in order to verify the effectiveness of the implementation of neural networks. The above mentioned issues are extremely important due to the necessity of knowing the expected load of routes. Traffic fluctuations related to factors such as time, traffic, road architecture and capacity utilization are important elements of traffic intensity. The study served to verify the effectiveness of four independent neural networks, forecasting the traffic volume, for seven days of the week, at particular time points. Empirical data utilised in presented qualitative research was derived from motion sensors, installed on selected national roads, at specific time intervals. It enabled prospects for the development of neural networks to be determined in a model perspective, constituting a set of artificial intelligence methods, in the context of vehicle traffic volume, which is characterised by certain repetitive regularities. The author's model of introducing an algorithm based on neural networks in application to measurements performed in transport in terms of quality, quantity and methods of data acquisition affects into the presented results. Different systems have been analyzed that are used to obtain data for modeling. As a result of various doubts, system maladjustments or excessive costs, alternative solutions have been proposed that can eliminate the presented problems. Solutions have been proposed that limit some of the problems reported by the authors in this regard. The presented research results justified the use of neural networks in measurements in transport. The results of the measurements were obtained in accordance with the actual observations and compared with the results of other systems. The authors analyze further required work and the possibilities of improving the solutions used
Метою роботи є дослідження питань, пов'язаних із системами керування дорожнім рухом, та представлення системи управління, яка використовує інтелектуальні транспортні системи та нейронні мережі. Використання інтелектуальних транспортних систем (ITС) – це засіб покращення транспортних систем, що робить його незалежним від розвитку відповідної інфраструктури. Атрибути нейронних мереж втілено з метою вирішення проблем оптимізації, які передбачають розробку оптимальних стратегій управління трафіком. Представлена система управління дорожньо-транспортним рухом, яка використовує ІТС та нейронні мережі, може бути застосована для прогнозування різноманітних ситуацій у сфері управління дорожнім рухом.Представлені результати досліджень, метою яких була перевірка ефективності нейронних мереж в аспекті прогнозування обсягу перевезень на окремих національних дорогах, реалізованих на основі наукового пошуку та дискурсу логістичних аспектів управління дорожнім рухом, з особливим акцентом на інтелектуальні транспортні системи. Вищезгадані питання є надзвичайно важливими через необхідність виявлення очікуваного навантаження на маршрути. Важливими елементами інтенсивності руху є коливання трафіку, пов'язані з такими факторами, як час, рух, архітектура доріг і використання потужностей. Дослідження послужило перевірці ефективності чотирьох незалежних нейронних мереж, прогнозуючих обсяг трафіку, протягом тижня для визначених моментів часу. Емпіричні дані, використані в представлених дослідженнях, були отримані з датчиків руху, встановлених на вибраних національних дорогах, в певні проміжки часу. Це дозволило визначити перспективи розвитку нейронних мереж на основі досліджуваної моделі, що представляє собою набір елементів штучного інтелекту що керують обсягами транспортних засобів та вловлюють повторювані закономірності. Представлено результати використання авторської моделі впровадження алгоритму на основі нейронних мереж у транспортних мережах для виконання кількісного та якісного аналізу її діяльності, а також накопичення відповідних даних. Проаналізовано різні способи отримання даних для ефективного моделювання. Внаслідок виявлення різноманітних неточностей, системних недосконалостей або надмірних витрат були запропоновані альтернативні рішення, що можуть усунути такого типу проблеми. Авторами також були запропоновані підходи, що дозволяють обмежити появу таких проблем. Наведені результати досліджень обґрунтовують доцільність використання нейронних мереж для регулювання транспортних потоків. Представлені результати були отримані у ході фактичних спостережень й порівнювалися з результатами інших діючих систем. Авторами проаналізовано адекватність представленої моделі та можливості її вдосконалення
Целью работы является исследование проблем, связанных с функционированием системам управления дорожным движением, а также систем управления, с использованием интеллектуальных транспортных и нейронных сетей. Использование Интеллектуальных Транспортных Систем (ИТС) – это способ улучшения транспортных сетей, уменьшающий их зависимость от развития инфраструктуры. Атрибуты нейронных сетей ориентированы на решение задач оптимизации, которые предполагают разработку оптимальных стратегий управления трафиком. Предложенная система управления дорожным движением, использующая ИТС и нейронные сети, может применяться для прогнозирования ситуаций при управлении дорожным движением.Представлены результаты исследований, целью которых была проверка эффективности нейронных сетей в аспекте прогнозирования объема перевозок на отдельных национальных дорогах, реализованных на основе научного поиска и дискурса логистических аспектов управления дорожным движением, с особым акцентом на интеллектуальные транспортные системы. Вышеупомянутые вопросы чрезвычайно важны из-за необходимости выявления ожидаемого нагрузки на маршруты. Важными элементами интенсивности движения являются колебания трафика, связанные с такими факторами, как время, движение, архитектура дорог и использования мощностей. Исследование послужило проверке эффективности четырех независимых нейронных сетей, прогнозирующих объем трафика в течение недели для определенных моментов времени. Эмпирические данные, использованные в представленных исследованиях, были получены с датчиков движения, установленных на некоторых национальных дорогах, в определенные промежутки времени. Это позволило определить перспективы развития нейронных сетей на основе исследуемой модели, представляет собой набор элементов искусственного интеллекта управляющие объемами транспортных средств и улавливают повторяющиеся закономерности. Представлены результаты использования авторской модели внедрения алгоритма на основе нейронных сетей в транспортных сетях для выполнения количественного и качественного анализа ее деятельности, а также сбора соответствующих данных. Проанализированы различные способы получения данных для эффективного моделирования. Вследствие обнаружения различных неточностей, системных несовершенств или чрезмерных расходов были предложены альтернативные решения, которые могут устранить такого типа проблемы. Авторами также были предложены подходы, позволяющие ограничить появление такого типа проблем. Приведенные результаты исследований обосновывают целесообразность использования нейронных сетей для регулирования транспортных потоков. Представлены результаты были получены в ходе фактических наблюдений и сравнительного анализа с другого типа действующими системами. Авторами проанализированы адекватность представленной модели и тупи ее совершенствования, которые могут стать основой следующих публикаций
Databáze: OpenAIRE
Externí odkaz: