
По данным РИА Новости, традиционные модели прогнозирования показывают погрешность в 25-30%, что приводит к образованию заторов и неэффективному управлению дорожным движением. Например, если система предсказывает 100 автомобилей, реальное число может варьироваться от 70 до 130, что способствует задержкам на дорогах.
Новая система, созданная в Донском государственном техническом университете, прогнозирует дорожные условия с точностью в 4-5 раз выше, используя исторические данные и учитывая непредвиденные события. При средней погрешности всего 6% система предсказывает количество автомобилей с точностью от 94 до 106.
Модель сочетает в себе сверточные и рекуррентные нейронные сети с долгосрочной памятью, элементы внимания и алгоритмы оптимизации для анализа пространственно-временных данных. В будущем планируется расширение функций модели и её интеграция в стратегии управления движением.
Доцент кафедры «Организация перевозок и дорожного движения» ДГТУ Анастасия Феофилова отметила, что «если светофор настроен на пропуск 100 автомобилей за один цикл, а фактически прибывает 130, то участок дороги перегружен. В результате 30 автомобилей будут ждать следующего цикла, что создаёт цепную реакцию затора. Со временем ситуация усугубляется, и всего за 20–30 минут на ровном месте может образоваться серьезный затор».

