Статья посвящена разработке автоматизированной системы, направленной на составление программы работ по обслуживанию покрытия автомобильных дорог. В основе системы лежат данные диагностики и оценки технического состояния автомобильных дорог, в частности данные оценки международного индекса ровности (international roughness index – IRI). Составление программы работ по обслуживанию покрытия автомобильных дорог осуществляется на основе анализа оценки IRI как в краткосрочной перспективе, так и на временной горизонт работы подрядчика по контракту. Система разработана по принципу модульного программирования, где один из модулей использует полиномиальную регрессию для прогнозирования оценки IRI на несколько лет вперед. Анализ отклонения прогнозируемого значения IRI от фактического – является основой для выбора работ, включаемых в программу. Финансовый модуль позволяет системе соблюдать бюджетные рамки, ограниченные контрактом, и дает возможность оценить эффективность планирования путем вычисления разницы между затратами на обслуживание покрытия автомобильных дорог и стоимостью контракта. Практические исследования демонстрируют, что система способна эффективно и оперативно осуществлять планирование работ по обслуживанию покрытия автомобильных дорог в соответствии с установленными сроками контракта.

Ключевые слова: дорожное покрытие, автоматизированная система, модульное программирование, машинное обучение, рекуррентная нейронная сеть, состояние автомобильной дороги, международный индекс ровности, диагностика дороги, планирование дорожной работы, программа дорожной

2.3.1 - Системный анализ, управление и обработка информации

Одним из ключевых направлений развития интеллектуальных транспортных сетей (ИТС) является внедрение автоматизированных систем управления дорожным движением. В контексте этих систем особое внимание уделяется эффективному управлению светофорами, представляющими важный элемент автоматизированных систем управления дорожным движением. Статья посвящена разработке автоматизированной системы, направленной на составление оптимальной программы сигналов светофора на определенном участке дорожной сети. В качестве средства моделирования был выбран пакет моделирования трафика Simulation of Urban Mobility (SUMO), в качестве алгоритма оптимизации BFGS (Broyden-Fletcher-Goldfarb-Shanno), в качестве метода машинного обучения использовался градиентный бустинг. Результаты практических исследований показывают, что разработанная система способна быстро и эффективно оптимизировать параметры фаз и длительности светофорных циклов, что значительно улучшает управление трафиком на соответствующем участке дорожной сети.

Ключевые слова: интеллектуальная транспортная сеть, управление трафиком, машинное обучение, пробка, светофор, фаза светофорного цикла, дорожный поток, моделирование дорожной сети, python, моделирование городской мобильности

2.3.1 - Системный анализ, управление и обработка информации

Работа посвящена анализу методов усвоения данных спутниковых наблюдений для выявления необходимой информации применяемый при разработке и верификации математических моделей гидродинамики и биологической кинетики мелководных водоемов. Для накопления информации рассматриваем использование данных дистанционного зондирования. Рассматривается возможность использования нейронных сетей с вычислением оптического потока. Целью работы является создание программного инструментария, применяемого для получения начальных условий при математическом моделировании гидробиологических процессов мелководного водоема.

Ключевые слова: математическое моделирование, мелководный водоем, данные спутникового зондирования, нейронная сеть, контур, обработка изображений

05.13.18 - Математическое моделирование, численные методы и комплексы программ

Работа посвящена анализу методов усвоения данных спутниковых наблюдений для выявления необходимой информации применяемый при разработке и верификации математических моделей гидродинамики и биологической кинетики мелководных водоемов. Для накопления информации рассматриваем использование данных дистанционного зондирования. Целью работы является выявление наилучшего метода реализации для программного инструментария повышение качества усвоения данных спутникового зондирования Земли гидробиологических процессов мелководного водоема.

Ключевые слова: математическое моделирование, мелководный водоем, данные спутникового зондирования, методы фильтрации, Кирш, Собель, LoG, LBP, оператор, распознавание, контур

05.13.18 - Математическое моделирование, численные методы и комплексы программ

В статье рассматривается проблема разработки алгоритма бионического поиска для задач об экстремальном пути на графе. В настоящее время разработка эффективных методов и алгоритмов для задач данного типа осуществляется много лет, являясь по - прежнему актуальной проблемой. Перспективной является разработка бионических алгоритмов (БА) на основе эволюционных стратегий, особенно при решении трудоемких задач оптимизации. К преимуществам можно отнести: возможность выполнения эволюционного и генетического поиска, а также то, что БА состоит в параллельной генерации наборов квазиоптимальных альтернативных решений с возможной «миграцией» решений между этими наборами. Предложена реализация общей стратегии адаптации размера популяции использованием последовательности решета Эратосфена, позволяющая адаптироваться к характеристикам бионического поиска.

Ключевые слова: эволюция, бионический алгоритм, задача об экстремальном пути, адаптация

05.13.17 - Теоретические основы информатики