МОДЕЛИРОВАНИЕ ДВИЖЕНИЯ ЦЕНТРАЛИЗОВАННО УПРАВЛЯЕМЫХ ТРАНСПОРТНЫХ СРЕДСТВ НА ПЕРЕКРЁСТКЕ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
DOI:
https://doi.org/10.52754/16948610_2025_4_21%20Ключевые слова:
искусственный интеллект, моделирование транспортных потоков, прогнозирование траекторий, оптимизация расписаний фаз, централизованное управление движением, безопасность дорожного движения, цифровой двойник перекрёстка, имитационное моделированиеАннотация
Быстрорастущая интенсивность городского движения делает перекрёстки узкими местами городской улично-дорожной сети, где формируются основные задержки и значительная доля конфликтных ситуаций. В статье предлагается подход к моделированию движения централизованно управляемых транспортных средств на регулируемом перекрёстке, сочетающий методы динамического имитационного моделирования и алгоритмы искусственного интеллекта. Рассматриваются постановка задач прогнозирования траекторий и временных окон проезда, адаптивная оптимизация фаз светофорного регулирования на основе данных, и формулировка критериев эффективности, включающих средние задержки, пропускную способность, устойчивость режимов и показатели безопасности. Теоретической основой служат современные модели потоков и методы оптимизации, а также математические результаты по дифференциальным уравнениям и численным методам, развиваемые в научных исследованиях ОшГУ. Практическая значимость состоит в снижении средних задержек и частоты конфликтов за счёт координированного центрального управления и предсказательных политик. Результаты ориентированы на интеграцию с интеллектуальными транспортными системами и могут быть использованы муниципальными операторами для разработки цифровых двойников перекрёстков и последующего внедрения адаптивных контроллеров.
Библиографические ссылки
Адиева, Г.К. (2025). Математическая модель и RL-алгоритмы управления перекрёстком в г. Ош. В П.С. Станимирович, С. Муртас, & Дж.К. Саху (Ред.), Гибридные методы моделирования сложных систем (стр. 127–154). Springer.
Власов, С.А., & Петров, А.И. (2023). Искусственный интеллект в управлении светофорными объектами: обзор 2020–2023 гг. Транспорт Российской Федерации, 2(105), 38–47.
Газизов, Р. К. (2022). Адаптивное управление перекрёстками на базе обучения с подкреплением. Автоматика на транспорте, 8(4), 312–325.
Калбекова, М. (2022). Моделирование квадратной турбулентной конвекции. Вестник Ошского государственного университета, (1), 177–184. https://doi.org/10.52754/16947452_2022_1_177
Карабаев, С. Э., Токторбаев, А. М., Мойдунова, А. С., & Абдыкадыров, С. К. (2025). Multithreaded data processing in SQLite using C#. Engineering Problems and Innovations, 3(2).
Каримов, Р. К., & Абдыкалыков, А. А. (2024). Численные схемы 4-го порядка для уравнений фильтрации транспортных потоков. Вестник ОшГУ. Математика и информатика, 1(57), 14–27.
Кременецкая, Е. А. (2024). Предсказательное управление светофорами: от ARIMA до LSTM. Программные продукты и системы, 37(2), 214–223.
Сидоренко, В. Г. (2021). Стохастические модели очередей на регулируемых перекрёстках (2-е изд.). МАДИ.
Токторбаев, А. М. (2022). Of singularly perturbed problems of the optimal management. Вестник Ошского государственного университета. Математика. Физика. Техника, 1(1), 23–29.
Тургунбаев, Э. Т. (2022). Калибровка насыщенных потоков на перекрёстках Оша по видеоданным. Вестник ОшТУ, (3), 88–95.
Уфилин, П. А., & Аничев, Д. А. (2024). Цифровизация и возможность управления светофорами: обзор существующих методов управления дорожным движением. В ГЕО-Сибирь: Сборник трудов (Т. 7, № 3, стр. 183–187).
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Кудайберди Кожобеков, Диляра Ракишева , Долонбек Пакал уулу
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
