Інтелектуальна система керування трафіком великого міста: концепт онтології «моделі рішень»
DOI:
https://doi.org/10.32347/2412-9933.2024.57.174-180Ключові слова:
гібридна модель, інформаційний ресурс, мурашиний алгоритм, розумне місто, технократичне управління, транспортний агентАнотація
Проблема транспортних заторів досі лишається актуальною для транспортної системи багатьох великих міст на різних континентах. Роботу спрямовано на формування онтолого-керованої технології, що базується на використанні наявних засобів отримання даних, інформаційних ресурсах, моделях прогнозування трафіку великих міст і управлінні дорожнім рухом на базі цих прогнозів. Саме тому в цій роботі велика увага приділяється дослідженню інноваційних рішень проблеми оптимізації руху транспорту мережею доріг міста з використанням великих даних, моделей штучного інтелекту і технологій інтернету речей. При цьому визначено основні аспекти, які вимагають втручання людини в розробку еталонної онтології домену «Дорожній рух». Наукова новизна роботи полягає в створенні концепту онтології «Моделі рішень», яка згодом стане основою інформаційної інтелектуальної технології ефективного управління дорожнім рухом у великих містах. Ця розробка має вирішальне значення для вирішення проблем транспортних заторів шляхом розумного розподілу транспортних потоків мережею доріг міста, оскільки вона уніфікує представлення знань. Це дає змогу уникнути нечіткої невизначеності в розумінні даних та суттєво спростити інтеграцію різних джерел і методів збору даних із системою керування дорожнім рухом. Основну увагу сфокусовано на схему формування гібридної моделі рішень, що на
рівні керування світлофорами визначають керуючі дії системи. Також визначено задачі, які будуть розв’язувати моделі штучного інтелекту, і показано можливість використання алгоритму мурашиних колоній в задачі пошуку найкоротшого шляху.
Посилання
Nguyen H. P., Nguyen P. Q. P., Bui V. D. (2022). Applications of Big Data Analytics in Traffic Management in Intelligent Transportation Systems. JOIV: International Journal on Informatics Visualization. Vol. 6, no. 1-2. P. 177. URL: https://doi.org/10.30630/joiv.6.1-2.882.
Culita, J., Caramihai, S. I., Dumitrache, I., Moisescu, M. A., & Sacala, I. S. (2020). An Hybrid Approach for Urban Traffic Prediction and Control in Smart Cities. Sensors, 20(24), 7209. URL: https://doi.org/10.3390/s20247209
Ahmed Hamza, M., Alsolai, H., S. Alzahrani, J., Alamgeer, M., Mahmoud Sayed, M., Sarwar Zamani, A., Yaseen, I., & Motwakel, A. (2022). Intelligent Slime Mould Optimization with Deep Learning Enabled Traffic Prediction in Smart Cities. Computers, Materials & Continua, 73(3), 6563–6577. URL: https://doi.org/10.32604/cmc.2022.031541
Joo, H., Ahmed, S. H., & Lim, Y. (2020). Traffic signal control for smart cities using reinforcement learning. Computer Communications, 154, 324–330. URL: https://doi.org/10.1016/j.comcom.2020.03.005
Neelakandan, S., Berlin, M. A., Tripathi, S., Devi, V. B., Bhardwaj, I., & Arulkumar, N. (2021). IoT-based traffic prediction and traffic signal control system for smart city. Soft Computing, 25(18), 12241–12248. URL: https://doi.org/10.1007/s00500-021-05896-x
An IoT Based Intelligent Traffic Management System and Its Implementation on Cupcarbon for Smart Cities. (2021). International Journal of Emerging Trends in Engineering Research, 9(11), 1387–1394. URL, https://doi.org/10.30534/ijeter/2021/049112021
Jiang, J. (2021). Intelligent City Traffic Scheduling Optimization Based on Internet of Things Communication. Wireless Communications and Mobile Computing, 2021, 1–10. URL: https://doi.org/10.1155/2021/7823982
TomTom traffic index. Ranking 2024. URL: https://www.tomtom.com/en_gb/traffic-index/ranking/
Skripal A. Blow to the roads of Ukraine: 25 thousand km destroyed, most of the objects will have to be built from scratch, 2023, URL: https://trans.info/ua/udar-po-dorogah-ukrayini-25-tis-km-zruynovano-bilshist-obyektiv-dovedetsya-buduvati-znulya-324170
Kitchin, R. (2013). The Real-Time City? Big Data and Smart Urbanism. SSRN Electronic Journal. URL: https://doi.org/10.2139/ssrn.2289141
Hou, Q., Leng, J., Ma, G., Liu, W., & Cheng, Y. (2019). An adaptive hybrid model for short-term urban traffic flow prediction. Physica A: Statistical Mechanics and its Applications, Vol. 527, 121065. https://doi.org/10.1016/j.physa.2019.121065
Aqib, M., Mehmood, R., Alzahrani, A., Katib, I., Albeshri, A., & Altowaijri, S. M. (2019). Smarter Traffic Prediction Using Big Data, In-Memory Computing, Deep Learning and GPUs. Sensors, 19(9), 2206. URL: https://doi.org/10.3390/s19092206.
Mazurenko, R. & Yeremenko, B. (2023). Intelligent Road Transport Flow Management System: Basic Ontology Concepts. Management of Development of Complex Systems, 55, 192–197, dx.doi.org10.32347/2412-9933.2023.55.192-197
R. Mazurenko, B. Yeremenko and V. Morozov, "Development of Intelligent Traffic Control System Project," 2022 International Conference on Smart Information Systems and Technologies (SIST), Nur-Sultan, Kazakhstan, 2022, pp. 1-6, doi: 10.1109/SIST54437.2022.9945759.
Yeremenko, B., Mazurenko, R., Stetsyk, O., & Buhrov, A. (2023). Intelligent Management of Traffic Flows in Large Cities. In TRANSBALTICA XIII: Transportation Science and Technology (pp. 33–42). Springer International Publishing.URL: https://doi.org/10.1007/978-3-031-25863-3_4.
Kasim A.M. Ontologo-controlled geoportal for modeling problems of navigation and control of different types of moving objects, Materials of the XI International Scientific and Practical Conference "Glushkov Readings," October 26, 2023, pp. 61-64.
Neuhaus, F., & Hastings, J. (2022). Ontology development is consensus creation, not (merely) representation. Applied Ontology, 1–19. URL: https://doi.org/10.3233/ao-220273.
Pashko, A., Oleshko, T., & Biesiedina, S. (2022). Stochastic Algorithms for Optimization of the Path of Robotic Systems. In Lecture Notes in Networks and Systems (pp. 227–236). Springer International Publishing. URL: https://doi.org/10.1007/978-3-031-03877-8_20
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Роман Володимирович Мазуренко, Богдан Михайлович Єременко
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
