Программный комплекс моделирования транспортных и пешеходных потоков на регулируемом перекрестке | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 30 марта, печатный экземпляр отправим 3 апреля.

Опубликовать статью в журнале

Авторы: ,

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №7 (54) июль 2013 г.

Статья просмотрена: 1966 раз

Библиографическое описание:

Семахин, А. М. Программный комплекс моделирования транспортных и пешеходных потоков на регулируемом перекрестке / А. М. Семахин, М. А. Шульгин. — Текст : непосредственный // Молодой ученый. — 2013. — № 7 (54). — С. 42-44. — URL: https://moluch.ru/archive/54/7365/ (дата обращения: 19.03.2024).

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.

Основные термины (генерируются автоматически): регулируемый перекресток, статистический эксперимент, Диаграмма классов, имитационное моделирование, логическая модель базы данных, поток, случайный образ, генетический алгоритм, наилучший режим работы светофора, программный комплекс.


Ключевые слова

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

Похожие статьи

Моделирование условий пропуска поездов в программном...

Содержанием статьи является описание карты состояний программного комплекса имитационного моделирования процессов перевозок.

5. Тимченко В. С. Алгоритмы расчета графиков проведения ремонтных работ железнодорожного пути на перспективу...

Моделирование алгоритмов обработки данных...

Имитационное моделирование алгоритмов обработки сигналов при минимальных затратах на проведение экспериментов позволяет дать качественную и количественную оценку различных алгоритмов обработки

1) ввод данных и режимов моделирования (ВДР)

Моделирование — инструмент апробации реальных систем

Особым классом математических моделей являются имитационные модели. Такие модели представляют собой компьютерную

Результатом работы имитационной модели являются собранные в ходе наблюдения за протекающими событиями статистические данные о...

Компьютерное имитационное моделирование как способ...

Например, программный комплекс Aimsun разработанный компанией Transport Simulation

Так же в данных программах есть возможность работы с интеллектуальными системами

Методические аспекты преподавания дисциплины «Имитационное моделирование» с...

Ключевые аспекты имитационного моделирования сложных...

Имитационное моделирование сложных систем — способ построения моделей таких систем, описывающих поведение процессов. Данную модель возможно реализовать любое число раз. В таком случае результаты будут обусловлены случайным характером процессов.

Факторы выбора имитационного моделирования, как...

...[2]. В основе данного моделирования транспортных систем, лежит моделирование случайных явлений.

В результате работы имитационной модели получаются качественные, количественные и графические характеристики работы блоков “поток кораблей”, “рейд”...

Об имитационном моделировании экономических процессов...

Имитационное моделирование является мощным средством исследования разнообразных систем.

Описываемая система обладает развитыми средствами организацию сбора статистических данных о работе модели.

Таким образом, использование...

Создание и использование программы для статистического...

В данной работе решается задача сбора статистических данных при использовании

Алгоритм. Описание игры включает перечень игроков, множество возможных их действий и

в целях сбора статистических данных о проведении ряда экспериментов со случайными...

Похожие статьи

Моделирование условий пропуска поездов в программном...

Содержанием статьи является описание карты состояний программного комплекса имитационного моделирования процессов перевозок.

5. Тимченко В. С. Алгоритмы расчета графиков проведения ремонтных работ железнодорожного пути на перспективу...

Моделирование алгоритмов обработки данных...

Имитационное моделирование алгоритмов обработки сигналов при минимальных затратах на проведение экспериментов позволяет дать качественную и количественную оценку различных алгоритмов обработки

1) ввод данных и режимов моделирования (ВДР)

Моделирование — инструмент апробации реальных систем

Особым классом математических моделей являются имитационные модели. Такие модели представляют собой компьютерную

Результатом работы имитационной модели являются собранные в ходе наблюдения за протекающими событиями статистические данные о...

Компьютерное имитационное моделирование как способ...

Например, программный комплекс Aimsun разработанный компанией Transport Simulation

Так же в данных программах есть возможность работы с интеллектуальными системами

Методические аспекты преподавания дисциплины «Имитационное моделирование» с...

Ключевые аспекты имитационного моделирования сложных...

Имитационное моделирование сложных систем — способ построения моделей таких систем, описывающих поведение процессов. Данную модель возможно реализовать любое число раз. В таком случае результаты будут обусловлены случайным характером процессов.

Факторы выбора имитационного моделирования, как...

...[2]. В основе данного моделирования транспортных систем, лежит моделирование случайных явлений.

В результате работы имитационной модели получаются качественные, количественные и графические характеристики работы блоков “поток кораблей”, “рейд”...

Об имитационном моделировании экономических процессов...

Имитационное моделирование является мощным средством исследования разнообразных систем.

Описываемая система обладает развитыми средствами организацию сбора статистических данных о работе модели.

Таким образом, использование...

Создание и использование программы для статистического...

В данной работе решается задача сбора статистических данных при использовании

Алгоритм. Описание игры включает перечень игроков, множество возможных их действий и

в целях сбора статистических данных о проведении ряда экспериментов со случайными...

Задать вопрос