Эволюционное моделирование интеллектуальных транспортных систем «умного» города: принятие индивидуальных решений, кластеризация агентов и оптимизация характеристик среды

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 23-11-00080

НазваниеЭволюционное моделирование интеллектуальных транспортных систем «умного» города: принятие индивидуальных решений, кластеризация агентов и оптимизация характеристик среды

Руководитель Бекларян Лева Андреевич, Доктор физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки Центральный экономико-математический институт Российской академии наук , г Москва

Конкурс №80 - Конкурс 2023 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-201 - Искусственный интеллект и принятие решений

Ключевые слова интеллектуальные транспортные системы, многоагентные системы, генетические алгоритмы, нечёткая логика, принятие решений, дифференциальные уравнения

Код ГРНТИ28.17.31

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
В настоящее время развивается новое направление, относящееся к проектированию многоагентных интеллектуальных транспортных систем (МИТС) и исследованию фундаментальных проблем управления наземными беспилотными транспортными средствами (БТС), взаимодействующих с обычными транспортными средствами (ОТС) и другими участниками дорожного движения в рамках «умного города». При этом, наиболее важными являются задачи повышения эффективности индивидуальных систем принятия решений БТС и безопасности МИТС в условиях растущей интенсивности транспортных потоков. Вместе с тем, индивидуальные системы принятия решений БТС нацелены на эффективное маневрирование и оптимальную маршрутизацию в зависимости от складывающейся дорожной ситуации. Так, например, при появлении дорожных заторов, БТС могут выбрать более благоприятный альтернативный маршрут движения в уличной дорожной сети (с учётом особенностей ее конфигурации), при появлении транспортных средств (ТС) с аномальным поведением, БТС способны отказаться от маневрирования (например, обгона, смены полос движения и т.д.), при ухудшении уровня видимости и неожиданном появлении препятствий в виде пешеходов на проезжей части дороги, БТС, в частности, могут существенно скорректировать свой скоростной режим и т.д. Важным направлением развития МИТС является их эволюционная трансформация в направлении рационального использования индивидуальных и общественных транспортных систем в рамках «умного города» (например, внедрение электрифицированного беспилотного каршеринга). При этом возникает ряд фундаментальных проблем, относящихся к задачам оптимального конфигурирования уличной дорожной сети (ДС), рационального размещения электрозаправок в городе, а также интеллектуальных светофоров, обеспечивающих эффективную приоритизацию трафика. На возможности практической реализации подобной системы существенное влияние оказывают экономические и технологические факторы (например, стоимость электроэнергии, емкость аккумуляторов, затраты на модернизацию уличной дорожной сети и т.д.). Фактически требуется постановка и решение ряда взаимосвязанных оптимизационных задач большой размерности, целевые функционалы которых вычисляются в результате имитационного моделирования (например, трафик выходного потока ДС, количество аварий и др.). Цель данного проекта – разработка новых методов эволюционного моделирования интеллектуальных транспортных систем, а также эвристических оптимизационных алгоритмов (класса генетических алгоритмов) с целью повышения безопасности и гармонизации дорожного движения (т.е. снижению локальной концентрации ТС при сохранении высокой пропускной способности уличной дорожной сети) в рамках «умного города». В рамках такого подхода предполагается разработка моделей, использующих дифференциальные и конечно-разностные уравнения с переменной структурой, описывающих движение ансамблей агентов: БТС, ОТС, других участников дорожного движения при различной конфигурации ДС (в том числе, многоуровневой, многосвязной и т.д.), взаимодействующих друг с другом и с инфраструктурой «умного города». Также требуется развитие индивидуальных систем принятия решений полностью автономных и частично автономных ТС с целью минимизации влияния эффектов «турбулентности», «давки», «волнового снижения скорости и распространения пробок», в том числе за счёт прогнозирования структурных изменений (фазовых переходов), повышающих вероятность возникновения дорожно-транспортных происшествий в ДС и дорожных заторов и эффективного маневрирования. Применение методов нечёткой кластеризации и генетических алгоритмов, агрегированных по целевых функционалам с имитационными моделями поведения ТС, позволит существенно улучшить характеристики МИТС и повысить безопасность дорожного движения.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Бекларян Л.А., Бекларян А.Л., Акопов А.С. SOLITON SOLUTIONS FOR THE MANHATTAN LATTICE International Journal of Applied Mathematics, Volume 36, No. 4, pp. 569-589 (год публикации - 2023)
10.12732/ijam.v36i4.10

2. Бекларян А.Л., Бекларян Л.А., Акопов А.С. Имитационная модель интеллектуальной транспортной системы «умного города» с адаптивным управлением светофорами на основе нечеткой кластеризации БИЗНЕС-ИНФОРМАТИКА, Т. 17, № 3, С. 70-86 (год публикации - 2023)
10.17323/2587-814X.2023.3.70.86

3. Зарипов Е.А., Мельников А.М., Акопов А.С. Имитационное моделирование и оптимизация транспортных потоков в локальных участках уличной дорожной сети с использованием системы AnyLogic ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, Имитационное моделирование и оптимизация транспортных потоков в локальных участках уличной дорожной сети с использованием системы AnyLogic // ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 2024. Том 30, № 4, C. 183-189. DOI: 10.17587/it.30.183-189 (год публикации - 2024)
10.17587/it.30.183-189

4. Акопов А.С., Бекларян Л.А. Traffic Improvement in Manhattan Road Networks With the Use of Parallel Hybrid Biobjective Genetic Algorithm IEEE ACCESS, Akopov A.S., Beklaryan L.A. Traffic Improvement in Manhattan Road Networks With the Use of Parallel Hybrid Biobjective Genetic Algorithm // IEEE Access. 2024. vol. 12, pp. 19532-19552, doi: 10.1109/ACCESS.2024.3361399. (год публикации - 2024)
10.1109/ACCESS.2024.3361399

5. Бекларян Л.А., Бекларян А.Л. Dualism in the Theory of Soliton Solutions Computational Mathematics and Mathematical Physics, Beklaryan L.A., Beklaryan A.L. Dualism in the Theory of Soliton Solutions // Computational Mathematics and Mathematical Physics. 2024. Vol. 64, no. 7, pp. 1472–1490. https://doi.org/10.1134/S0965542524700581 (год публикации - 2024)
10.1134/S0965542524700581

6. Бекларян Л.А. Dualism in the Theory of Soliton Solutions II Computational Mathematics and Mathematical Physics, Beklaryan L.A. Dualism in the Theory of Soliton Solutions II // Computational Mathematics and Mathematical Physics. 2024. Vol. 64, no. 11, pp. 2588–2610. https://doi.org/10.1134/S0965542524701537 (год публикации - 2024)
10.1134/S0965542524701537

7. Бекларян Л.А., Бекларян А.Л., Акопов А.С. SOLITON SOLUTIONS FOR THE DISAGGREGATED MANHATTAN LATTICE International Journal of Applied Mathematics, Beklaryan L., Beklaryan A., Akopov A. SOLITON SOLUTIONS FOR THE DISAGGREGATED MANHATTAN LATTICE // International Journal of Applied Mathematics. 2024. Vol. 37., no. 3, pp. 383–400. DOI: 10.12732/ijam.v37i3.8 (год публикации - 2024)
10.12732/ijam.v37i3.8

8. Акопов А.С., Зарипов Е.А., Мельников А.М. Adaptive control of transportation infrastructure in an urban environment using a real-coded genetic algorithm Business Informatics, Akopov A.S.,Zaripov Е.A., Melnikov A.M. (2024) Adaptive control of transportation infrastructure in an urban environment using a real-coded genetic algorithm. Business Informatics, vol. 18, no. 2, pp. 48–66. DOI: 10.17323/2587-814X.2024.2.48.66 (год публикации - 2024)
10.17323/2587-814X.2024.2.48.66

9. Акопов А.С., Бекларян Л.А. Evolutionary Synthesis of High-Capacity Reconfigurable Multilayer Road Networks Using a Multiagent Hybrid Clustering-Assisted Genetic Algorithm IEEE Access, A. S. Akopov and L. A. Beklaryan, "Evolutionary Synthesis of High-Capacity Reconfigurable Multilayer Road Networks Using a Multiagent Hybrid Clustering-Assisted Genetic Algorithm," in IEEE Access, vol. 13, pp. 53448-53474, 2025, doi: 10.1109/ACCESS.2025.3554054. (год публикации - 2025)
10.1109/ACCESS.2025.3554054

10. Бекларян Л.А. Развитие нового подхода в вопросе существования ограниченных решений для функционально-дифференциальных уравнений точечного типа Известия Российской академии наук. Серия математическая, Л. А. Бекларян, “Развитие нового подхода в вопросе существования ограниченных решений для функционально-дифференциальных уравнений точечного типа”, Изв. РАН. Сер. матем., 89:4 (2025), 3–31; Izv. Math., 89:4 (2025), 655–680 (год публикации - 2025)
10.4213/im9629

11. Бекларян Л.А., Бекларян А.Л. Principles of Dualism in the Theory of Solutions to Infinite-Dimensional Differential Equations Depending on Existing Types of Symmetries Computational Mathematics and Mathematical Physics, Beklaryan, L.A., Beklaryan, A.L. Principles of Dualism in the Theory of Solutions to Infinite-Dimensional Differential Equations Depending on Existing Types of Symmetries. Comput. Math. and Math. Phys. 65, 2140–2165 (2025). https://doi.org/10.1134/S0965542525701040 (год публикации - 2025)
10.1134/S0965542525701040

12. Зарипов Е.А., Акопов А.С. Моделирование и оптимизация характеристик интеллектуальной транспортной системы «умного города» с использованием гибридных эволюционных алгоритмов БИЗНЕС-ИНФОРМАТИКА, Зарипов Е.А., Акопов А.С. Моделирование и оптимизация характеристик интеллектуальной транспортной системы «умного города» с использованием гибридных эволюционных алгоритмов // Бизнес-информатика. 2025. Т. 19. No 1. С. 34–49. DOI: 10.17323/2587-814X.2025.1.34.49 (год публикации - 2025)
0.17323/2587-814X.2025.1.34.49

Аннотация результатов, полученных в 2024 году
Разработана новая крупномасштабная агент-ориентированная модель эволюционного развития ИТС на основе систем конечно-разностных уравнений с переменной структурой с использованием результатов прототипирования, полученных на первом этапе проекта. В рамках подобной модели построены цифровые дорожные сети (ЦДС) с управляемой конфигурацией, в частности, типа «Манхэттенская решетка», использующие «умные» светофоры - STLs (Smart Traffic Lights) для адаптивного управления трафиком. Выполнено прототипирование построения реконфигурируемых многослойных дорожных сетей высокой пропускной способности (РМДС), предполагающих возможность эволюционного улучшения их топологии, т.е. внедрения таких элементов ЦДС, как эстакады, туннели и обычные дороги с перекрестками. При этом определение оптимальных конфигураций ЦДС выполняется с использованием гибридных генетических алгоритмов класса BORCGA-BOPSO (“Biobjective Real-Coded Genetic Algorithm - Biobjective Particle Swarm Optimization Algorithm”), обеспечивающих, в частности, возможность решения двухкритериальных оптимизационных задач исследуемых многоагентных интеллектуальных транспортных систем (ИТС). Выполнена программная реализация ИТС типа «Манхэттенская решетка» с использованием FLAME GPU для которой исследованы различные сценарии изменения выходного транспортного и пешеходного трафика, построены фронты Парето и определены оптимальные значения управляющих параметров модели. Вычисленные параметры задают оптимальную длительность фаз регулирующих сигналов «умных» светофоров, в том числе, в зависимости от характеристик трафика транспортного и пешеходного потока вблизи регулируемых пешеходных переходов. на основе ИТС типа «Манхэттенская решетка». Результаты исследования опубликованы в высокорейтинговом научном Журнале «IEEE Access» (https://ieeexplore.ieee.org/document/10418239). Исследованы различные сценарии эволюционного развития ИТС «умного города» при различных условиях с целью определения наилучших характеристик управления дорожными ситуациями. Разработан подход к имитационному моделированию и оптимизации транспортных потоков в локальных участках уличной дорожной сети "умного города" с использованием системы AnyLogic и эвристических алгоритмов. Особенностью такого подхода является применение методов агент-ориентированного (АОМ) и дискретно-событийного имитационного моделирования, поддерживаемых в системе AnyLogic. Предложен оригинальный роевой оптимизационный алгоритм (PSO), модифицированный для задачи оптимизации дорожно-транспортного движения на реальном участке дороги (вблизи станции метро Юго-Западная г. Москвы). Выполнены численные эксперименты, подтверждающие возможность оптимизации длительности фаз светофоров в целях минимизации среднего времени проезда транспортных средств на смоделированном участке уличной дорожной сети. Результаты исследования опубликованы в Журналах «Информационные технологии» (http://novtex.ru/IT/it2024/number_04_annot.html) и «Бизнес-информатика» (https://bijournal.hse.ru/data/2024/06/25/2118401409/4.pdf). Для ИТС типа «Манхэттенская решетка» предложена модель установившихся транспортных потоков с использованием конечно разностного аналога параболического уравнения с диффузионной и конвективной составляющими. Получены солитонные решения в дезагрегированной модели транспортного потока в ИТС типа «Манхэттенская решетка». Исследован дуализм теорий солитонных решений и решений функционально-дифференциальных уравнений точечного типа и описано семейство ограниченных солитонных решений. Доказана теорема существования и единственности солитонных решений и соответствующих решений функционально–дифференциального уравнения из дуальной пары “функция-оператор”. Для модели транспортного потока в ИТС типа «Манхэттенская решетка», этот результат используется для изучения солитонных решений с более сложными характеристиками, чем те, которые задаются аддитивной циклической подгруппой. Результаты исследования опубликованы в Журналах «International Journal of Applied Mathematics» (https://www.diogenes.bg/ijam/contents/2024-37-3/8/8.pdf) и «Computational Mathematics and Mathematical Physics» (https://link.springer.com/article/10.1134/S0965542524700581).

Публикации