Эволюционный алгоритм повышает эффективность городских дорог

Гибридный алгоритм для оптимизации дорожных сетей

Ученые представили новый гибридный эволюционный алгоритм, который способен повысить пропускную способность городских дорог на 5–15%. Это достижение стало возможным благодаря сочетанию методов агентного имитационного моделирования, искусственного интеллекта и эволюционных принципов. Алгоритм анализирует множество конфигураций дорожной инфраструктуры и находит оптимальные решения, что обещает улучшение работы многоуровневых развязок и тоннелей. Результаты исследования опубликованы в журнале IEEE Access и были поддержаны грантом Российского научного фонда (РНФ).

Современные города, особенно крупные мегаполисы, обычно сталкиваются с проблемами, связанными с пробками и неэффективностью использования дорожного пространства. Традиционные методы проектирования, включая математические модели и статический анализ, часто не учитывают изменчивость транспортных потоков.

Алгоритмы на базе искусственного интеллекта могут предложить гибкие решения, так как они способны синхронизироваться с динамикой реальных потоков. Однако, большинство существующих систем фокусируются на узких аспектах, таких как управление светофорами или поиск кратчайших маршрутов, не включая в анализ общий контекст дорожной сети. Поэтому необходимы более комплексные инструменты для оценки всех ключевых аспектов.

Исследователи из Центрального экономико-математического института РАН (Москва) разработали алгоритм, который интегрирует многоагентное моделирование, теорию графов и эволюционные механизмы, такие как отбор, кроссинговер и мутации. Это позволяет находить оптимальные дорожные конфигурации, включая расположение перекрестков и эстакад. Для тестирования использовались разные модели, в том числе мини- и мезоскопические, которые точно моделируют взаимодействие транспортных средств и позволяют проверять алгоритм в реалистичных сценариях.

Эксперименты подтвердили эффективность алгоритма в повышении пропускной способности дорожной сети. Например, незначительное увеличение количества развязок на 1–5% от общей длины дорог может повысить скорость потока автомобилей на 5–15%.

«Наш алгоритм позволяет создавать эффективные многоуровневые дорожные сети, которые способны работать даже при высокой загрузке. Мы планируем развивать достижения в области сложных дорожных развязок и интеграции с элементами «умной» транспортной инфраструктуры», — делится впечатлениями профессор РАН Андраник Акопов, являющийся одним из участников проекта.

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.