Использование технологий машинного обучения для разработки оптимальных программ управления светофорными объектами

Аннотация

Панасенко С.С., Старков К.Н., Скоробогатченко Д.А.

Дата поступления статьи: 21.04.2024

Одним из ключевых направлений развития интеллектуальных транспортных сетей (ИТС) является внедрение автоматизированных систем управления дорожным движением. В контексте этих систем особое внимание уделяется эффективному управлению светофорами, представляющими важный элемент автоматизированных систем управления дорожным движением. Статья посвящена разработке автоматизированной системы, направленной на составление оптимальной программы сигналов светофора на определенном участке дорожной сети. В качестве средства моделирования был выбран пакет моделирования трафика Simulation of Urban Mobility (SUMO), в качестве алгоритма оптимизации BFGS (Broyden-Fletcher-Goldfarb-Shanno), в качестве метода машинного обучения использовался градиентный бустинг. Результаты практических исследований показывают, что разработанная система способна быстро и эффективно оптимизировать параметры фаз и длительности светофорных циклов, что значительно улучшает управление трафиком на соответствующем участке дорожной сети.

Ключевые слова: интеллектуальная транспортная сеть, управление трафиком, машинное обучение, пробка, светофор, фаза светофорного цикла, дорожный поток, моделирование дорожной сети, python, моделирование городской мобильности

2.3.1 - Системный анализ, управление и обработка информации

.