МОДЕЛИРОВАНИЕ ПРОПУСКНОЙ СПОСОБНОСТИ УЗЛОВ ТРАНСПОРТНОЙ ГОРОДСКОЙ СЕТИ НА ОСНОВЕ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ

Аннотация

Прогнозирование состояния дорожного движения является ключевым компонентом интеллектуальных транспортных систем (ИТС) и привлекает большое внимание за последние несколько десятилетий. Повышение точности моделирования и прогнозирования пропускной способности перекрестков в зависимости от таких неопределённых факторов, как интенсивность потока пешеходов и его прерывность, возможно только при разработке и использовании новых методик. С целью формирования ряда типовых алгоритмов управления для каждого регулируемого узла транспортной сети (ТС) города возникает необходимость их кластеризации. Параметры транспортного потока каждого отдельного регулируемого узла ТС измерялись с использованием сверточных нейронных сетей (YOLOv3). В результате проведенного анализа различий кластеров по средним значениям независимых факторов были выявлены статистически значимые различия и составлены линейные регрессионные модели. На основе этих моделей и будут сформированы типовые управленческие решения по повышению пропускной способности регулируемых узлов ТС. При построении модели были использованы методы нечеткой логики, так как они более полно отражают влияние случайных факторов пешеходного потока на пропускную способность перекрестка в целом.