ПНИПУ Методика прогнозирования транспортных потоков

Основная статья: Data mining Интеллектуальный анализ данных

2022: Представление методики прогнозирования транспортных потоков

Исследование ученых из Пермского Политеха поможет прогнозировать транспортные потоки. Методика позволит более эффективно управлять движением автомобилей в городах и снизить количество заторов и дорожно-транспортных происшествий. Об этом университет сообщил 14 июля 2022 года. Регулировать транспортную сеть можно будет на основе анализа информации с комплексов видеофиксации нарушений ПДД. По словам ученых, разработка позволит обеспечить технологический суверенитет России.

В разработке также приняли участие специалисты Пермской дирекции дорожного движения и ООО «Технологии безопасности дорожного движения».

По словам ученых, с помощью метода нормированного размаха, или определения показателей Херста, изучают случайные данные в различных областях. Например, он позволяет спрогнозировать стоимость финансовых активов, акций и биржевых котировок, рыночные цены, колебания курсов валют и экономические риски. Кроме того, этот подход применяют в физиологии и медицине, в метеорологии, сельском хозяйстве и промышленном производстве, а также для диагностики динамических гидрологических систем и прогнозирования землетрясений.

Мы первыми в России использовали данные программно-технических комплексов, которые фиксируют нарушения правил дорожного движения, для исследования транспортного потока и проанализировали с помощью этого метода его интенсивность. Для этого мы исследовали участок магистрали в Перми с интенсивным односторонним движением. Он оборудован оборудованием для видеофиксации, которое позволяет измерять характеристики потока транспорта. Нам удалось выяснить, как меняется интенсивность движения автомобилей в течение недели, и определить закономерности изменения транспортных потоков, – рассказал руководитель проекта, профессор кафедры автомобилей и технологических машин Пермского Политеха, доктор технических наук Михаил Бояршинов.

Ученые выявили тенденции в изменении интенсивности транспортного потока и других характеристик. Показатель Херста в течение разных суток эволюционирует не одинаково, но к концу каждого дня принимает близкие значения. Это показывает устойчивость процесса в течение суток и наличие тенденции в движении транспорта, считают разработчики. При этом расчеты показывают, что в рамках всей недели интенсивность транспортного потока проявляет свойства, характерные для случайного процесса.

По словам ученых, методика поможет прогнозировать движение потоков автомобилей, управлять работой светофоров для предотвращения транспортных заторов, проводить мониторинг оборудования. Этот подход можно использовать в перспективном планировании, при реконструкции улично-дорожной сети и проектировании новых магистралей.