Одной из наиболее острых проблем современных городов является увеличение трафика на дорогах. Из-за растущей интенсивности потока автомобилей на дорогах значительно снижается мобильность населения.
В случае, когда невозможно расширить дорожное полотно и увеличить количество полос для движения транспорта возникает потребность в оптимизации светофорного регулирования.
Объектом управления в системе дорожного движения является транспортный поток, состояние которого зависимо от большого количества факторов. Их учёт необходим, для рационального управления транспортными потоками, в программах координации движения.
Характерной особенностью городских транспортных потоков является их нестационарность. Наблюдаются колебания их характеристик в течение суток, недели, в зависимости от времени года. Это дополнительно усложняет его управление. Транспортная сеть влияет на характеристики транспортных потоков, внося дополнительный элемент нестационарности. Кроме того, на транспортные потоки могут влиять разнообразные случайные события: дорожно-транспортные происшествия, выход пешеходов на проезжую часть и так далее.
Системный анализ АСУДД. Общее представление
Автоматизированная система управления дорожным движением (АСУДД) — это комплекс технических, программных и организационных мер, обеспечивающих сбор и обработку информации о параметрах транспортных потоков, позволяющих оптимизировать управление дорожным движением.
Построим дерево целей и определим основные задачи АСУДД.
Рис. 1. Дерево целей АСУДД
АСУДД осуществляет:
− управление светофорной сигнализацией в соответствии с заданной технологией управления;
− постоянный контроль за параметрами транспортных потоков на УДС города;
− сбор и обработку, хранение и визуализацию информации телеизмерений;
− адаптивное управление дорожным движением по измеренным параметрам транспортных потоков [1].
Синтез интеллектуальных алгоритмов управления
Определим цели и критерии достижения целей.
Для оперативного управления необходимо сократить время принятия решений и исключить ошибки, которые могут быть допущены диспетчерами. Для этого необходимо синтезировать в систему интеллектуальный алгоритм управления.
В общем случае программно-аппаратные пакеты должны обеспечить:
− Измерение параметров транспортных потоков;
− Своевременный перерасчет базовых режимов работы светофорных объектов;
− Автоматическое управление светофорными объектами в динамически изменяемых пределах (адаптивное или актуальное) [3].
Целью будет являться установление оптимальной длительности такта горения светофора на перекрестке исходя из интенсивности движения на полосах для минимизации времени простоя автомобилей на перекрестке.
Ограничением является постоянная светофорная фаза (совокупность основного и промежуточного светофорного такта) 90 секунд и сумма переходных желтых фаз составляет 8 секунд.
Для оптимизации автоматизированного управления на перекрестке синтезируем интеллектуальный алгоритм управления — генетический алгоритм.
По классическим формулам рассчитываем время длительности цикла под определенное значение интенсивностей, далее оптимизируем решение, применяя генетический алгоритм.
Формирование родительских пар:
Каждому моменту времени соответствует свое значение интенсивности потока, каждому значению интенсивности потока в соответствие ставится комбинация длительности фазовых циклов, заключенная в установленные пределы, рассчитанные исходя классических формул.
Такая процедура вбрасывания точечных интенсивностей потока движения и подсчета значений штрафной функции проводится раз, затем результаты усредняются. Это и дает значение длительности фазового цикла, оптимального на текущий момент времени.
Отбор в родительские пары происходит 1000 случайно в соответствии с вычисляемой вероятностью.
Наше уравнение:
tз= t0-q+(
)q.
Мы берем 10 случайных значений t и образуем первое поколение. Для того чтобы вычислить коэффициенты выживаемости, подставим каждое решение в выражение. Наименьшее значение M укажет на нужное значение.
Для создания системы вычислим вероятность выбора каждой (хромосомы). Но решение заключается в том, чтобы взять сумму обратных значений коэффициентов, и исходя из этого вычислять проценты.
Далее будем выбирать пять пар родителей, у которых будет ровно по одному ребенку. Давать волю случаю мы будем давать ровно пять раз, каждый раз шанс стать родителем будет одинаковым и будет равен шансу на выживание.
Вычисляем коэффициенты выживаемости потомков.
Мутация: Заменим один или более значений на случайное число, которое будет лежать в интервале.
Алгоритм будет работать до тех, пор, пока коэффициент выживаемости не будет равен нулю. Т. е. будет решением уравнения.
Заключение
В статье был проведен системный анализ АСУДД, определены главные проблемы, которые должна решать АСУДД.
Таким образом, определено, что внедрение генетического алгоритма управления позволяет оптимизировать расчет длительность фазового цикла и тактов на перекрестке исходя из интенсивности транспортного потока в определенный момент времени, что позволит избежать образования заторов на перекрестках и увеличить мобильность населения с минимальными затратами (избегая расширения дорог) на долгосрочную перспективу.
Литература:
- Технические средства АСУД [Электронный ресурс]. — Режим доступа: https://studwood.ru/2361598/informatika/tehnicheskie_sredstva_asud. Дата доступа: 15.01.19.
- Автоматизированная система управления дорожным движением АСУДД-КС [Электронный ресурс]. — Режим доступа: https://docplayer.ru/36505681-Avtomatizirovannaya-sistema-upravleniya-dorozhnym-dvizheniem-asudd-ks.html. Дата доступа: 15.01.19.
- Брродский Г. С. Современные методы транспортной инженерии, программные и аппаратные средства для автоматизированного управления дорожным движением [Электронный ресурс]. — Режим доступа: http://www.arterylite.ru/wp-content/uploads/2012/04/Sovremennyie-metodyi-transportnoy-inzhenerii-LEKTSIYA.pdf. Дата доступа: 15.01.19.
- Расчеты регулирования движения на заданном перекрестке [Электронный ресурс]. — Режим доступа: https://studopedia.ru/11_201973_rascheti-regulirovaniya-dvizheniya-na-zadannom-perekrestke.html. Дата доступа: 15.01.19.
