Содержание к диссертации
Введение
Глава 1. Анализ существующих способов распределения потоков транспорта
1.1. Существующая ситуация с дорожным движением 10
1.2. Распределение потоков транспорта с использованием автоматических светофоров 12
1.3. Возможные подходы к распределению потоков транспорта 14
1.3.1. Применение методов динамического программирования (транспортная задача) 15
1.3.2. Применение методов нелинейного моделирования на основе дифференциальных уравнений 17
1.4. Постановка задачи исследования 19
Глава 2. Разработка системы распределения потоков транспорта на основе нечеткой логики 22
2.1. Разработка системы распределения потоков транспорта для случая простого перекрестка 23
2.1.1. Разработка общей структуры системы распределения потоков транспорта 23
2.1.2. Разработка базы лингвистических переменных 28
2.1.3. Разработка базы правил 35
2.1.4. Разработка алгоритмов распределения потоков транспорта 41
2.2. Разработка системы распределения потоков транспорта для 43
перекрестка произвольной конфигурации
2.2.1. Анализ особенностей задачи распределения потоков транспорта для случая перекрестка произвольной конфигурации 44
2.2.2. Разработка подхода к распределению потоков транспорта в условиях перекрестка произвольной конфигурации с применением алгоритмов нечеткой логики
2.2.3. Разработка структуры системы на основе НЛ для перекрестка произвольной конфигурации 51
2.2.4. Разработка базы лингвистических переменных 53
2.2.5. Разработка базы правил 55
Глава 3. Разработка подхода к распределению потоков транспорта в условиях перекрестка произвольной конфигурации с применением нейронной сети 58
3.1. Разработка подхода к распределению потоков транспорта в условиях перекрестка произвольной конфигурации на основе НС 59
3.2. Выбор вида и структуры НС 67
3.3. Разработка алгоритма обучения НС 73
3.4. Разработка алгоритмов распределения потоков транспорта с использованием НС 76
3.5. Пример реализации системы распределения потоков транспорта на основе нейронной сети для участка дорожной сети 77
Глава 4. Разработка моделирующего стенда для проверки эффективности предложенных методов распределения потоков транспорта 82
4.1. Выбор показателей эффективности методов распределения потоков транспорта с помощью компьютерного моделирования 83
4.2. Разработка моделирующего стенда для системы распределения потоков транспорта 86
4.2.1. Моделирующий стенд для системы на основе нечеткой логики 87
4.2.2. Моделирующий стенд для системы на основе НС 92
4.2.3. Разработка ПО для реализации моделирующего стенда 96
4.3. Разработка методики проверки работоспособности предложенных методов 100
4.3.1. Общая методика 100
4.3.2. Система на основе НЛ 101
4.3.3. Система на основе НС 104
4.4. Анализ результатов 106
4.4.1. Качественный анализ 106
4.4.2. Количественный анализ 107
Заключение 113
Список литературы 115
Приложения 124
- Применение методов нелинейного моделирования на основе дифференциальных уравнений
- Разработка общей структуры системы распределения потоков транспорта
- Пример реализации системы распределения потоков транспорта на основе нейронной сети для участка дорожной сети
- Моделирующий стенд для системы на основе нечеткой логики
Введение к работе
Значительное увеличение количества автомобильного транспорта при относительно медленном расширении дорожной сети вызывает в последнее время значительные потери времени в автомобильных пробках, что приводит к значительным потерям времени, а в конечном итоге денег. Даже в тех городах, при проектировании которых учитывался нарастающий поток транспорта (например, Тольятти), уже возникают затруднения, связанные с большим потоком транспорта.
В связи с этим возникает задача сокращения простоя машин в пробках. Очевидно, что без расширения и модернизации дорожной сети полноценное дорожное движение со временем становится невозможным, однако этот путь является весьма медленным. Поэтому возникла необходимость применения различных методов управления потоком транспорта.
Как правило, большинство простоев транспорта происходит в пробках перед перекрестками или в результате дорожно-транспортных происшествий. ДТП являются относительно редкими событиями по сравнению с частотой переключения сигналов светофора. С точки зрения эффективности наиболее целесообразной выглядит разработка системы управления светофором, обеспечивающей наилучшее распределение потоков транспорта.
В настоящее время для управления транспортом используются: автоматические светофоры с фиксированными интервалами сигналов, работающие в нескольких режимах (нормальный режим, пиковый, дежурный); регулирование потоков транспорта человеком-регулировщиком.
Однако перечисленные методы при их простоте с трудом справляются с управлением на перекрестках сложной конфигурации и в условиях широкого диапазона изменения интенсивности движения транспорта.
Для создания системы управления потоками транспорта на перекрестке необходимо разработать инструментальные средства, обеспечивающие
возможность реализации системы распределения потоков транспорта для произвольного перекрестка и различных условий дорожного движения.
Таким образом, можно сформулировать следующую цель: исследование и разработка инструментальных средств моделирования процесса управления потоком транспорта на перекрестках на основе нечеткой логики и нейронных сетей в условиях высокой интенсивности потока транспорта и сложной конфигурации перекрестка
Для достижения поставленной цели в работе решаются следующие задачи:
разработать метод и алгоритм управления режимом работы светофора на перекрестке на основе нечеткой логики;
разработать метод и алгоритм управления режимом работы светофора на перекрестке на основе нейронных сетей;
- разработать метод и алгоритм управления режимом работы
светофоров для различных конфигураций перекрестков;
- разработать программное обеспечение для реализации предложенных
методов и алгоритмов;
разработать методику исследования работоспособности и эффективности предложенных методов, исследовать работоспособность и эффективность разработанных методов, алгоритмов и программного обеспечения.
Основные положения, выносимые на защиту:
метод распределения потоков транспорта в условиях перекрестка простой конфигурации с использованием алгоритмов нечеткой логики;
метод распределения потоков транспорта в условиях перекрестка произвольной конфигурации с использованием алгоритмов нечеткой логики;
метод распределения потоков транспорта в условиях перекрестка произвольной конфигурации с использованием нейронных сетей;
подход к оценке эффективности системы распределения потоков транспорта;
- результаты исследования эффективности предложенных методов
распределения потоков транспорта на основе разработанных
инструментальных средств.
Научная новизна работы заключается в следующем:
впервые предложено формальное описание конфигурации перекрестка произвольной формы, пригодное для реализации моделирующего комплекса для распределения потоков транспорта на перекрестке;
впервые для перекрестка произвольной конфигурации предложен алгоритм распределения потоков транспорта на основе нечеткой логики;
впервые для перекрестка произвольной конфигурации предложен алгоритм распределения потоков транспорта на основе нейронной сети;
впервые для взаимосвязанной сети перекрестков предложен метод распределения потоков транспорта на основе нейронной сети.
В результате выполнения диссертационной работы автором получены следующие результаты:
впервые автором разработаны инструментальные средства, позволяющие реализовать моделирующий комплекс для системы распределения потоков транспорта:
а) в условиях простого перекрестка;
б) в условиях сложного перекрестка
в) для взаимосвязанной сети перекрестков.
разработано программное обеспечение, реализующее моделирующий стенд для системы распределения потоков транспорта в условиях перекрестка простой конфигурации на основе нечеткой логики;
разработано программное обеспечение в составе инструментальных средств, реализующее моделирующий стенд для системы распределения потоков транспорта в условиях перекрестка произвольной конфигурации на основе нечеткой логики;
разработано программное обеспечение в составе инструментальных средств, реализующее моделирующий стенд для системы распределения потоков транспорта в условиях перекрестка произвольной конфигурации на основе нейронной сети;
Разработанное программное обеспечение зарегистрировано в Реестре программ для ЭВМ.
Внедрение результатов, полученных в работе, осуществлено в службе технического надзора ГРЇБДД МВД РБ. Внедрение моделирующего комплекса позволяет моделировать сложные ситуации дорожного движения на перекрестках, анализировать варианты решений в процессе обучения инспекторов регулированию дорожного движения в условиях высокой интенсивности движения автотранспорта.
Кроме того, разработанные инструментальные средства внедрены в учебный процесс УГАТУ в составе лабораторного комплекса по изучению методов искусственного интеллекта.
Применение методов нелинейного моделирования на основе дифференциальных уравнений
Из рисунка видно, что при определенной интенсивности потока транспорта наступает ситуация, в которой прибывающий поток транспорта не успевает проехать через перекресток за время разрешающего сигнала светофора.
Преимуществами данного подхода является возможность учесть в системе распределения потоков транспорта время запаздывания реакции водителя на смену сигналов светофора, а также влияние поведения водителей на эффективность дорожного движения. В частности, эта модель позволяет учитывать предугадывание водителями развития ситуации на перекрестке.
Приведенное уравнение является весьма упрощенной моделью, на практике же оно имеет гораздо более высокую сложность. Решение такого рода уравнений уже представляет собой весьма сложную задачу, и после решения неясно, является ли полученный ответ приемлемым для реализации управляющих воздействий [23].
Кроме того, приведенное уравнение применимо только для одного перекрестка. В то же время построение модели взаимодействия нескольких перекрестков позволяет реализовать такие алгоритмы, как «зеленая волна», когда взаимодействие перекрестков осуществляется таким образом, чтобы обеспечить движение транспорта по крупной магистрали с минимумом остановок перед светофорами.
Таким образом, применение нелинейных уравнений для построения системы распределения потоков транспорта является задачей очень высокой сложности для практической реализации.
Рассмотренные методы распределения потоков транспорта являются малоприменимыми для решения задач с высокой степенью неопределенности. В то же время в нашей стране и за рубежом накоплен достаточно большой опыт применения интеллектуальных методов к решению различных задач, в том числе плохо формализуемых. В работах многих ученых (L.A.Zadeh, Anil К. Jain, Горбань А.Н., Ильясов Б.Г., и др.) рассматривается применение интеллектуальных методов к решению различных практических задач.
В связи с этим выглядит перспективным применение этих методов к задаче распределения потоков транспорта. Однако при решении данной задачи возникают некоторые сложности: в существующей дорожной сети есть перекрестки самой различной конфигурации, и применение этих методов должно учитывать многие нюансы. Построение полностью универсальной системы распределения потоков транспорта, способной функционировать на любом перекрестке, является весьма сложной задачей, и, кроме того, получающаяся в результате система будет весьма громоздкой. В связи с этим возникает задача разработки каких-либо инструментальных средств, позволяющих разрабатывать систему распределения потоков транспорта для заданного перекрестка.
На основе сказанного можно сформулировать следующую постановку задачи исследования:
Необходимо разработать инструментальные средства разработки интеллектуальной системы моделирования процесса распределения потоков транспорта на перекрестке, пригодные для работы в условиях высокой интенсивности движения транспорта и сложной конфигурации перекрестка.
Применяемые в настоящее время методы распределения потоков транспорта (автоматические светофоры) достаточно хорошо справляются с поставленной задачей при условии относительно невысокой интенсивности потока транспорта. При повышении интенсивности дорожного движения их эффективность снижается.
Применение традиционных математических методов к задаче распределения потоков транспорта сталкивается с рядом трудностей. Методы динамического программирования (транспортная задача) хорошо применимы для планирования перевозок, однако в условиях меняющейся интенсивности дорожного движения и сложной дорожной сети их применение нецелесообразно. Описание движения потока транспорта нелинейными дифференциальными уравнениями позволяет учитывать многие нюансы, но получающиеся в результате уравнения имеют малую практическую ценность по причине их высокой сложности.
В связи с этим возникает задача разработки методов распределения потоков транспорта, обеспечивающих распределения потоков транспорта в условиях высокой интенсивности дорожного движения и сложной конфигурации дорожной сети, а также инструментальных средств, обеспечивающих решение задачи разработки соответствующей системы распределения потоков транспорта.
В данной главе рассматривается процесс разработки системы распределения потоков транспорта на основе нечеткой логики. Рассматриваются два основных подхода к распределению потоков транспорта в зависимости от конфигурации перекрестка.
Рассмотрение задачи распределения потоков транспорта в условиях простого перекрестка позволит сформулировать общие принципы построения системы распределения потоков транспорта на основе нечеткой логики. Предлагается набор лингвистических переменных для описания процесса распределения потоков транспорта, разрабатывается структура системы, структура базы правил, разрабатываются алгоритмы распределения потоков транспорта на основе нечеткой логики.
Далее производится расширение задачи распределения потоков транспорта для случая перекрестка произвольной конфигурации. Рассматриваются особенности решения задачи в этом случае, формулируются ограничения и основные этапы разработки системы распределения потоков транспорта.
Разработка общей структуры системы распределения потоков транспорта
В данном разделе предлагается структура системы распределения потоков транспорта в условиях простого перекрестка на основе нечеткой логики. Обосновываются изменения в структуре, отражающие специфику рассматриваемой задачи, предлагается механизм реализации предлагаемых изменений.
Для реализации системы распределения потоков транспорта на основе нечеткой логики необходимо предварительно охарактеризовать объект управления. В рамках рассматриваемой задачи объектом является процесс движения потока транспорта через перекресток, оборудованный светофором. Перед системой распределения потоков транспорта ставится задача минимизации количества транспорта, стоящего перед светофором. Особенностями задачи является неопределенность информации о поступающем на перекресток потоке транспорта, резкое возрастание потока транспорта в определенное время суток (часы пик).
Для реализации системы распределения потоков транспорта в условиях простого перекрестка на основе нечеткой логики предлагается следующий подход: распределение потоков транспорта осуществляется путем изменения длительности сигналов светофора. При этом предлагается полное время цикла оставить постоянным, осуществляя распределение потоков транспорта путем изменения сорта на встречных направлениях как единый поток, осуществляя распределение для пересекающихся потоков транспорта на различных направлениях. Пример перекрестка приведен на рисунке 2.1.
Для системы распределения потоков транспорта в условиях простого перекрестка на основе нечеткой логики предлагается структура, приведенная на рисунке 2.2. В соответствии с общими принципами построения систем на основе нечеткой логики [14], она включает как необходимые следующие блоки: база лингвистических переменных, база правил, блок нечеткой логики, включающий блоки фаззификации, принятия решения и дефаззификации, блок начальной инициализации, блок интерфейса, блок визуализации. Указанные блоки предназначены для решения соответствующих задач: 1) блок начальной инициализации - предназначен для задания начальных параметров управления: характеристик дорожного полотна, ин 25 тенсивности дорожного движения, параметров лингвистических переменных, длительности цикла светофора и т.д.; 2) блок нечеткой логики - включает в себя механизмы фаззификации, дефаззификации, и принятия решения; 3) база лингвистических переменных - содержит набор лингвистических переменных и их функции принадлежности; 4) база правил - содержит правила, на основе которых принимается решение об управляющем воздействии; 5) блок визуализации - позволяет в наглядной форме отобразить текущее состояние дорожного движения на перекрестке; 6) интерфейс пользователя обеспечивает взаимодействие системы управления потоком транспорта и пользователя. С его помощью пользователь имеет возможность в наглядной форме наблюдать процесс управления потоком транспорта, и при необходимости вно 26 сить изменения в параметры системы управления потоком транспорта. В условиях рассматриваемой прикладной задачи - распределения потоков транспорта в условиях простого перекрестка - необходимо учитывать специфику этой задачи, особенности объекта управления. Так как процесс распределения потоков транспорта в условиях простого перекрестка на основе нечеткой логики реализуется по-разному в зависимости от параметров перекрестка (ширина дороги, интенсивность дорожного движения), то в структуре системы необходимо реализовать механизм настройки параметров системы распределения потоков транспорта на конкретный перекресток [5]. В соответствии с этим, в структуре системы предлагается: 1) реализовать блок «база лингвистических переменных» как самостоятельный блок, что позволит вносить изменения в состав и характеристики лингвистических переменных без вмешательства в работу остальных блоков системы распределения потоков транспорта; 2) реализовать взаимосвязь блока «база правил» и блока «база лингвистических переменных» для обеспечения полноты и непротиворечивости набора правил в условиях изменяющегося набора лингвистических переменных; 3) реализовать связь блока «база лингвистических переменных» и блоков фаззификации и дефаззификации для корректного выполнения операций фаззификации и дефаззификации с использованием текущего набора лингвистических переменных. Традиционный подход к проектированию систем на основе нечеткой логики предусматривает формирование и уточнение набора лингвистических переменных в процессе разработки системы. Приведенные особенности структуры системы распределения потоков транспорта в условиях простого перекрестка позволяют реализовать процесс распределения потоков транспорта с возможностью модификации используемого набора лингвистических переменных непосредственно в процессе выработки решения. В отдельных компонентах системы специфику задачи предлагается учитывать следующим образом: 1) база правил содержит механизм формирования новых правил «по умолчанию» при модификации базы лингвистических переменных -данный механизм обеспечивает существование корректного набора правил при изменениях в базе лингвистических переменных; 2) база лингвистических переменных содержит механизмы для формирования и модификации лингвистических переменных и их функций принадлежности непосредственно во время работы системы, в отличие от традиционных систем на основе НЛ, где эти механизмы используются только на этапе разработки. Вывод: Предложена структура системы для решения задачи распределения потоков транспорта в условиях простого перекрестка на основе нечеткой логики. В соответствии с традиционным подходом система включает следующие блоки: база правил, блок фаззификации, блок принятия решения, блок дефаззификации. Учет специфики рассматриваемой задачи и особенностей реализации осуществляется в блоке «база лингвистических переменных». В системе предложено ввести блок «база лингвистических переменных» как самостоятельный блок и реализовать связи этого блока с блоком «база правил» и блоками фаззификации и дефаззификации. В блок «база правил» предложено включить механизм формирования правил «по умолчанию» при изменении набора лингвистических переменных.
Пример реализации системы распределения потоков транспорта на основе нейронной сети для участка дорожной сети
В данной главе рассматривается эффективность предложенных методов распределения потоков транспорта. Предлагается подход и методика оценки эффективности системы распределения потоков транспорта на основе компьютерного моделирования. Проводится исследование эффективности предложенных методов распределения потоков транспорта в условиях перекрестков различных конфигураций. Методика исследования эффективности включает проведение модельного эксперимента со сравнением результатов с использованием традиционных методов и разработанных автором методов распределения потоков транспорта. Для исследования эффективности предлагается набор тестовых данных, включающий в себя различные конфигурации перекрестков и различные характеристики потока транспорта. Для исследования эффективности системы распределения потоков транспорта на основе нейронной сети предлагается набор обучающих данных, проводится оценка скорости обучения нейронной сети, эффективности решения задачи распределения потоком транспорта после обучения. Проводится анализ эффективности предложенных алгоритмов, включающий качественный анализ, количественный анализ и статистическую обработку результатов моделирования. В данном разделе производится формализация задачи исследования эффективности методов распределения потоков транспорта. Выделяются параметры, используемые для оценки эффективности различных систем распределения потоков транспорта. Предлагается методика оценки эффективности системы распределения потоков транспорта. Для практического внедрения системы распределения потоков транспорта необходимо обосновать экономическую целесообразность предлагаемого подхода. Для этого необходимо разработать методику проверки эффективности предлагаемых методов распределения потоков транспорта. Данная методика предназначена для оценки эффективности методов распределения потоков транспорта на основе нечеткой логики и нейронной сети по сравнению с традиционным подходом на основе неуправляемых автоматических светофоров. Так как непосредственное исследование эффективности системы в процессе ее функционирования может оказаться нецелесообразным как с точки зрения стоимости, так и с точки зрения опасности для жизни и здоровья водителей, то предлагается для оценки эффективности разработать моделирующий стенд с использованием методов компьютерного моделирования. Задачу исследования эффективности методов распределения потоков транспорта можно сформулировать следующим образом: Необходимо выделить характеристики, наибольшим образом влияющие на процесс движения потока транспорта, и исследовать их изменение в зависимости от применяемого способа распределения потоков транспорта. В качестве первичных характеристик эффективности предлагается использовать два параметра: длину пробки L и время ожидания перед светофором ож Длину пробки можно оценить непосредственно (по числу машин). Эту оценку можно выполнить непосредственно в процессе функционирования , путем протоколирования входной информации для системы. Среднее время ожидания можно оценить как количество циклов работы светофора, в течение которых машина стоит в пробке. Если за один цикл работы светофора через перекресток прошло меньше машин, чем стояло перед ним, то оставшиеся машины стоят в пробке более одного цикла работы светофора. Таким образом можно определить среднее время ожидания перед светофором. Помимо первичных характеристик эффективности для системы распределения потоков транспорта важными являются различные параметры перекрестка и потока транспорта, позволяющие оценить, для каких перекрестков приме 85 нение предлагаемых методов распределения потоков транспорта наиболее целесообразно. К характеристикам перекрестка можно отнести: 1) число пересекающихся дорогі?; 2) параметры каждой дороги - ширина каждой полосы hh качество покрытия qx, максимальная скорость движения vmaxi, i=\..R; 3) пропускная способность перекрестка по каждой входной и выходной ДУГЄ Сь, Cout; 4) длительность одного полного цикла светофора 7 ; 5) максимальная и минимальная длительность зеленого сигнала светофора max) - mim К характеристикам потока транспорта относится: 1) максимальная плотность потока транспорта - число машин, могущих поступить на перекресток с каждой дороги d\, i=l..R; 2) средняя плотность потока транспорта Z)cp; Будем считать, что система распределения потоков транспорта является эффективной, если в результате реализации принятых решений ситуация на перекрестке улучшилась по сравнению с традиционным алгоритмом на основе автоматических светофоров. При этом под улучшением ситуации подразумевается сокращение числа машин, находящихся перед светофором. Так как в любой момент времени поток машин является произвольным и возможны колебания плотности потока, то систему распределения потоков транспорта можно считать эффективной, если за некоторое количество циклов работы системы полученный результат лучше по сравнению с традиционным алгоритмом на основе автоматических светофоров. Так как эффективность системы в первую очередь оценивается в условиях большой интенсивности потока транспорта, предлагается использовать систему распределения потоков транспорта в первую очередь при увеличении потока транспорта. При малом количестве машин, например, в ночное время, можно использовать традиционную автоматическую работу светофоров с фиксированными интервалами или так называемый «дежурный режим». Еще один показатель работы стенда - скорость выработки решения. Этот показатель является относительным, так как сильно зависит от используемого аппаратного обеспечения. В работе указываются показатели, полученные для конфигурации аппаратного обеспечения, использованного при разработке моделирующего стенда. Вывод В данном разделе производится формализация задачи исследования эффективности системы распределения потоков транспорта, рассматриваются различные характеристики дорожного движения и системы. Предлагаются показатели, позволяющие оценить эффективность применения системы распределения потоков транспорта по сравнению с традиционным подходом к распределению потоков транспорта.
Моделирующий стенд для системы на основе нечеткой логики
В данном разделе приводятся основные характеристики разработанного программного обеспечения для реализации предложенных алгоритмов распределения потоков транспорта и моделирующего стенда.
Для проверки эффективности предложенных алгоритмов разработаны два программных пакета: моделирующий стенд для системы на основе нечеткой логики и моделирующий стенд для системы на основе нейронной сети. Рассмотрим функциональные возможности каждого пакета.
Моделирующий стенд для системы на основе нечеткой логики работает в нескольких основных режимах: 1) задание параметров перекрестка; 2) формирование набора лингвистических переменных; 3) формирование набора правил; 4) моделирование с использованием традиционного алгоритма; 5) моделирование с использованием алгоритма на основе нечеткой логики; 6) обработка результатов моделирования. Рассмотрим более подробно эти режимы: 1) в режиме задания параметров перекрестка можно задать конфигурацию перекрестка, характеристики входных и выходных дуг; 2) в режиме формирования набора лингвистических переменных пользователь имеет возможность задать все параметры: наименование каждой лингвистической переменной, число термов, их наименование, тип и характеристики функций принадлежности; 3) формирование набора правил может осуществляться как автоматически, так и пользователем. Кроме того, любое правило пользователь может изменить и оценить, как поменялось управление; 4) моделирование с использованием традиционного алгоритма применяется сбора данных и дальнейшего сравнения эффективности традиционного и нечеткого алгоритмов; 5) в этом режиме пользователь имеет возможность видеть наглядно, какие лингвистические переменные активируются, какие правила используются и какое решение принимается в процессе функционирования системы. При этом пользователь в любой момент имеет возможность остановить процесс моделирования, изменить правила или лингвистические переменные, после чего продолжить моделирование; 6) обработка результатов позволяет получить сравнение результатов работы традиционного и нечеткого алгоритмов, как в наглядной графической форме, так и в виде конкретных числовых значений. Моделирующий стенд для системы на основе нечеткой логики разработан на компьютере типа Intel Pentium-2 400MHz в среде разработки Inprise Delphi 5 Enterprise Edition. Основные требования к аппаратному и программному обеспечению для функционирования моделирующего стенда следующие: - процессор не ниже Intel 166Mhz или аналогичный; - оперативная память не менее 32Мб; - операционная система Windows 95 и совместимые с ней; - свободное место на диске не менее 5Мб; - наличие манипулятора «мышь». Прочие требования к аппаратному и программному обеспечению определяются исходя из требований используемой операционной системы. Разработанная программа зарегистрирована в Реестре программ для ЭВМ под №2001610837 [7]. Моделирующий стенд для системы на основе нейронной сети работает в следующих основных режимах: 1) задание параметров перекрестка; 2) задание параметров нейронной сети: числа слоев, числа нейронов в каждом слое; 3) обучение нейронной сети на заданных обучающих данных; 4) моделирование с использованием традиционного алгоритма; 5) моделирование с использованием алгоритма на основе НС; 6) обработка результатов моделирования Рассмотрим более подробно эти режимы: 1) режим задания параметров перекрестка предназначен для настройки моделирующего стенда на конкретный перекресток или сеть связанных перекрестков; 2) режим задания параметров нейронной сети предназначен для формирования первичной структуры нейронной сети. Используя этот режим, можно подобрать для данного перекрестка наиболее подходящую структуру сети, обеспечивающую хорошее управления при малом количестве нейронов и, как следствие, малом объеме вычислений; 3) на этапе обучения НС первоначально формируется набор данных, на основе которых производится обучение сети. К обучающим данным предъявляются следующие требования: относительная полнота (они должны охватывать как можно больше ситуаций, возникающих на дороге) , непротиворечивость (должны отсутствовать обучающие пары, в которых близким входным данным соответствуют существенно различные выходные данные). Кроме того, на этом этапе собирается информация о времени обучения НС на всем обучающем множестве; 4) моделирование с использованием традиционного алгоритма применяется сбора данных и дальнейшего сравнения эффективности традиционного и нейронного алгоритмов; 5) моделирование с использованием нейронной сети сопровождается сбором информации о функционировании нейронной сети: время выработки управляющих воздействий, активируемые нейроны и т.д. 6) обработка результатов моделирования включает в себя сравнение эффективности традиционного и нейронного алгоритмов распределения потоков транспорта. Моделирующий стенд для системы на основе нейронной сети разработан на компьютере типа Intel Pentium-2 400Mhz в среде разработки Inprise Delphi 5 Enterprise Edition. Основные требования к аппаратному и программному обеспечению для функционирования моделирующего стенда следующие: - процессор не ниже Intel 166Mhz или аналогичный; - оперативная память не менее 32Мб; - операционная система Windows 95 и совместимые с ней; - свободное место на диске не менее 5Мб; - наличие манипулятора «мышь».
