Библиографическое описание:

Семахин А. М., Шульгин М. А. Программный комплекс моделирования транспортных и пешеходных потоков на регулируемом перекрестке // Молодой ученый. — 2013. — №7. — С. 42-44.

В статье изложен способ повышения эффективности управления транспортными и пешеходными потоками на регулируемом перекрестке. Реализованы валидация, проектирование и верификация. Разработан программный комплекс моделирования регулируемого перекрестка.

Результаты математического моделирования и формализация модели на ПЭВМ, позволяют повысить эффективность работы светофора на регулируемом перекрестке.

Ключевые слова: Имитационное моделирование, валидация, проектирование, верификация, качество модели, чувствительность, адекватность, устойчивость, программный комплекс, диаграмма классов, логическая модель базы данных.

Повышение эффективности управления транспортными и пешеходными потоками на регулируемых перекрестках является актуальной задачей. С каждым годом машин на дорогах городов становится больше. Решение проблемы пробок невозможно без комплексного и многофакторного изучения. Одной из причин появления дорожных заторов является неэффективное управление потоками на регулируемых перекрестках. И предложения по улучшению дорожной ситуации, перед их реализацией, должны быть смоделированы на компьютере при помощи соответствующих методов. В качестве такого метода используется метод Монте-Карло.

Имитационное моделирование — метод исследования и оценки эффективности систем, поведение которых зависит от случайных факторов. В основе имитационного моделирования лежит статистический эксперимент (метод Монте-Карло), реализация которого невозможна без применения средств вычислительной техники [1].

Постановка задачи. Разработать имитационную модель, позволяющую моделировать транспортные и пешеходные потоки на регулируемом перекрестке и формализовать ее на ЭВМ.

Данная система должна отвечать следующим требованиям:

-                   иметь возможность моделирования транспортных и пешеходных потоков, на регулируемом перекрестке;

-                   иметь возможность определения наилучшего режима работы светофора;

-                   иметь возможность сохранения результатов моделирования;

-                   иметь возможность вывода результатов статистического эксперимента;

-                   иметь возможность обработки результатов статистического эксперимента.

Перекресток дорог (улиц) со всеми его геометрическими параметрами, транспортными и пешеходными потоками при их взаимодействии представляет сложную систему. Рассмотрим ее основные характеристики:

-          проезжая часть имеет полосы движения, k=1,2,…, т;

-          одни транспортные и пешеходные потоки j=1,2,…,n прибывшие к стоп-линии с интенсивностью λ, образуют очереди при запрещающих движение тактов (сигналов) светофора. Другие транспортные средства /ТС/, прибывшие к стоп-линии при разрешающих движение тактах светофора, проезжают перекресток без остановки перед ним;

-          пешеходы и ТС, находящиеся в очереди, при включении разрешающего сигнала начинают движение;

-          при проезде перекрестка ТС могут изменить направление движения — прямо, налево, направо. Если из текущей полосы совершение маневра невозможно, происходит попытка смены полосы движения;

-          пешеходы и ТС, застигнутые сменой разрешающего такта на запрещающий в зоне перекрестка или вне ее у стоп-линии, успевают пересечь перекресток с выполнением необходимых маневров при промежуточном (желтом) такте;

-          предполагается, что по каждому направлению к границе перекрестка –стоп-линии прибывают транспортные потоки. При этом случайные моменты времени появления распределяются по экспоненциальному закону. Появление происходит на определенном расстоянии от перекрестка. Движение транспортных средств осуществляется в соответствии с моделью движения.

Выбор направления движения на перекрестке осуществляется в соответствии с вероятностями указанными пользователем.

Разработан программный комплекс с использованием программного обеспечения: Microsoft Visual C# и СУБД MySQL.

Впрограмме применяется микроскопическая модель движения автомобилей. За основу взята модель умного водителя (The Intelligent Driver Model, IDM), разработанная Мартином Трайбером, Ансгаром Хенеком и Дирком Хельбингом [2].

Уравнение движения имеет вид:

,

где a — максимальное ускорение;

 — текущая скорость;

- максимальная разрешенная скорость;

- минимальное расстояние между автомобилями;

 — расстояние до впередиидущего автомобиля;

 — скорость приближения;

b — ускорение торможения.

Автомобиль плавно набирает скорость от 0 до желаемой  с ускорением, которое зависит от скорости  в данный момент времени и от заданного максимального ускорения a. Снижение скорости в случае возникновения препятствия перед автомобилем осуществляется с помощью функции которая зависит от расстояния до препятствия , скорости автомобиля , от параметров . Стохастичность моделирования достигается за счет того, что параметры, характеризующие индивидуальные особенности стиля вождения водителя, вычисляются отдельно для каждого автомобиля случайным образом в соответствии с равномерным распределением с разбросом 20 %. В качестве исходных значений принимаются =1,5м, α = 2 м/, b = 2 м/.

Калибровка и численные эксперименты с этой моделью показали, что ее свойства устойчивы к вариации параметров; модель демонстрирует реалистическое поведение при разгоне и торможении и воспроизводит основные наблюдаемые свойства транспортного потока.

Для определения наилучшего режима работы светофора используется генетический алгоритм. Генетический алгоритм оперирует конечным множеством решений (популяцией) — генерирует новые решения как различные комбинации частей решений популяции, используя такие операторы, как отбор, рекомбинация (кроссовер) и мутация [3].

Последовательность действий:

1)        генерация начального набора светофоров, в которых параметры сгенерированы случайным образом в виде двоичного кода, под каждый параметр отводится 8 бит;

2)        вычисление среднего времени ожидания для каждого из светофоров (с использованием модели);

3)        выбор параметров светофора, при которых время ожидания является наименьшим;

Рис. 1. Диаграмма классов

Рис. 2. Логическая модель базы данных

4)        определение пар для кроссовера. Выбор пар происходит случайным образом;

5)        кроссовер;

6)        мутация особей с заданной вероятностью;

7)        редукция (сокращение набора до начального значения);

8)        если наименьшее время ожидания не менялось в течении заданного количества циклов, происходит выбор светофора с наименьшим временем ожидания и остановка алгоритма.

Проведена проверка качества модели. Определены оценки адекватности, устойчивости и чувствительности модели.

Рис. 3. Результат работы программы

Диаграмма классов приведена на рис. 1. Логическая модель базы данных приведена на рис. 2. На рис. 3 приведены результаты статистического эксперимента на ПЭВМ.

Результаты проведенных исследований позволили сделать выводы.

1.                  Разработана программа моделирования регулируемого перекрестка.

2.                  Разработанная программа позволяет повысить эффективность управления транспортными и пешеходными потоками на регулируемом перекрестке.

3.                  Результаты работы могут быть использованы для дальнейшего исследования.

Литература:

1.      Гультяев А. К. MATLAB 5.3. Имитационное моделирование в среде Windows: практическое пособие. — СПб: КОРОНА принт, 2001. — 400 с.

2.      Гасников А. В. Введение в математическое моделирование транспортных потоков. — Москва, 2010. — 360 с.

3.      Гладков Л. А. Генетические алгоритмы/Гладков Л. А., Курейчик В. В., Курейчик В. М. — Ростов-на-Дону, 2004. — 400 с.

Обсуждение

Социальные комментарии Cackle