Решения Big Data для моделирования, анализа и оптимизации транспортных процессов

Номер гранта:18-29-03071
Область научного знания:нет данных
Тип конкурса: («мк»)(мк) конкурс на лучшие научные проекты междисциплинарных фундаментальных исследований
Год выполнения:2018г.
Руководитель: Нурминский ЕвгенийАлексеевич
Статус заявки:поддержана

Аннотация к заявке:

Проект направлен на решение комплекса фундаментальных задач транспортных исследований и развитие соответствующих разделов теории оптимизации и управления с учетом полученных в последнее время новых результатов в области алгоритмов детерминированной и стохастической оптимизации большой размерности, новых информационных технологий сбора и ассимиляции данных, новых технических возможностей транспортных систем и новых социально-экономические реалий их применения. Этот комплекс вопросов разделен на два направления: стратегического развития и оперативного управления транспортными системами. В основе обоих лежит понятие транспортного равновесия, что отражает инфраструктурную природу транспортных систем, используемых различными агентами, имеющими конфликтующие цели. В задачах стратегического развития условие равновесия формулируется в явном виде как ограничения на возможные принимаемые решения и дополнено задачей выбора управляющих параметров, для которых возникающие равновесные конфигурации соответствуют социальному оптимуму. Такая постановка приводит к задачам двухуровневого программирования, которые будут решаться с использованием неточного и неполно-градиентного оракула социального оптимума. Специфика транспортных задач заключается в большой вычислительной сложности проблемы поиска равновесия, однако подобная ситуация характерна и для других задач типа mechanism design и полученные результаты могут быть применены и в иных областях. В области оперативного управления транспортными системами условие равновесия неявно учитывается как условие равноправности пользователей, что должно приводить в результате к равновесному распределению нагрузки. Социальный оптимум должен при этом достигаться использованием эффективных алгоритмов управления, реализуемых в парадигме адаптивных систем управления движением. Технологии оперативного управления реализуются с помощью адаптивных интеллектуальных транспортных систем, реализующих как локальные, так и глобальные алгоритмы управления. Сложность задачи управления транспортными системами, имеющими большие размеры и существенно нелинейные определяющие зависимости ориентирует на использование современных самообучающихся нейронных сетей, в том числе и с глубоким обучением. Для обучения нейронных сетей в проекте используются как системы имитационного моделирования, так и обратная связь с реальными транспортными системам. Для фактографического обеспечения проекта разрабатываются различные технологий майнинга исходных данных для создания транспортных моделей, включая описания структуры транспортных систем и их параметров, моделирование пространственного транспортного спроса, создание на основе облачных и распределенных вычислениях информационно-вычислительной системы реализующей все этапы этого процесса. Создавая комплекс цифровые данные-модель-алгоритм-решение, результаты проекта позволяют продвинуться в цифровизации управления городской транспортной инфраструктурой, обеспечивая переход России к цифровой экономике.

Аннотации к заявке и отчету приведены в авторской редакции. по состоянию на 19.04.2019.
Помог ли вам материал?
0    0