«ПРИМЕНЕНИЕ МЕТОДА СЦЕНАРИЕВ ДЛЯ АНАЛИЗА И УПРАВЛЕНИЯ В ТРАНСПОРТНОЙ СИСТЕМЕ ( НА ПРИМЕРЕ ГОРОДА ХАБАРОВСКА ) ...»

Современные диспетчеры должны обладать более широким спектром полномочий до уровня заместителей руководителя в связи с тем, что они постоянно владеют оперативной обстановкой на предприятии и способны оказывать незамедлительные управленческие воздействия, корректирующие работу автомобильного транспорта.

Так, при существовавшей на транспорте системе управления всегда имел место коммуникационный разрыв между объектом управленческого контроля и воздействием на него руководителя или диспетчера. Соответственно возникала коммуникационная пауза, дававшая водителю некую свободу действий и приводящая к бесконтрольности работы водителя.

С применением электронных систем и спутниковой навигации время коммуникационного разрыва сокращается до величины времени прихода электрического сигнала и может составлять 15 секунд. При этом появляется множество недоступных ранее новых возможностей управления и оптимизации процессом перевозок, связанных с тем, что спутниковый мониторинг позволяет проводить непрерывный контроль следующих параметров:

маршрутов;

скорости движения автотранспортных средств;

наличие участков транспортной сети с затрудненным движением или пробками;

характеристики пассажиропотока на маршрутах общественного транспорта;

текущие состояния автотранспортных средств;

нарушения правил дорожного движения;

количество дорожно-транспортных происшествий.

Также имеются возможности связей руководителей предприятий, диспетчерских служб, оперативных служб ГИБДД и МЧС с объектом контроля.

Все это в совокупности позволяет повысить эффективность и безопасность автомобильных перевозок [90, 98, 101, 123].

На транспортные средства для целей мониторинга устанавливаются основные устройства – навигационно-связные абонентские терминалы и дополнительные устройства. Рассмотрим классификацию, виды устройств и их монтажные схемы.

Навигационно-связные абонентские терминалы (АТ).

Терминалы различаются по сряду признаков.

По возможностям обработки сигналов различных систем:

- односистемные – имеют возможность приема сигнала спутников только одной навигационной системы, широко распространены в варианте GPS;

- двухсистемные – единовременно принимают и обрабатывают сигналы спутников двух навигационных систем, доступно оборудование ГЛОНАСС/GPS;

- мультисистемные – предполагается появление в обороте при запуске европейской и китайской навигационных систем, содержат более двух навигационных приемников.

По возможностям связи:

- одномодовые или «обычные» абонентские терминалы, применяются в местах однозначного присутствия сотовой связи или, наоборот, при постоянном отсутствии таковой, в вариантах GSM(GPRS), Инмарсат;

- двухмодовое оборудование, актуально на границах покрытия сотовых сетей, когда техника базируется в зоне с наличием GPRS, но может уходить на различные периоды в малонаселенные области, где доступна только спутниковая связь, при этом важна оперативность мониторинга; доступен вариант оборудования Инмарсат/GPRS.

По назначению:

PND – аббревиатура персональных навигаторов, предназначенных для идентификации собственного местоположения водителем;

AVL –навигационно-связные терминалы;

- персональные трекеры – вид абонентских терминалов, не требующих монтажа и работающих от встроенной батареи питания, могут применяться для мониторинга персонала или транспорта.

Различные комбинации исполнения, отражены в таблице 2.4.

Таблица 2.4. Классификация абонентских терминалов

ГЛОНАСС/GPS – GPRS CYBER GLX

ГЛОНАСС/GPS –

INMARSAT

CYBER GLX PRO

SHTURMANN

PND/AVL Город Хабаровск является столицей Хабаровского края и Дальневосточного федерального округа. По численности населения (582,7 тыс. человек) относится к группе крупных городов России. Площадь городских земель составляет квадратных километров (40 тыс. га). При этом его протяженность вдоль правого берега реки Амур и Амурской протоки составляет 45 км. С точки зрения транспортной инфраструктуры Хабаровск является мощным транспортным перекрестком, где сходятся железнодорожные, автомобильные, речные и железнодорожные станции и три депо, речной грузовой порт и пассажирский речной вокзал, один из крупнейших в России аэропортов с терминалами международных и внутренних перевозок, а также аэропорт местных воздушных сообщений.

автотранспортных и автообслуживающих предприятий, автовокзал, а также развитую городскую и пригородную дорожную сеть.

Стратегический план устойчивого развития Хабаровска до 2020 года включает 20 программ, в числе которых «Формирование регионального транспортно-логистического комплекса», «Развитие городской дорожной сети, городского и пригородного транспорта».

Маршрутный городской пассажирский транспорт является подсистемой городского транспорта, обеспечивающей регулярные перевозки пассажиров по расписаниям.

Работа маршрутного городского пассажирского транспорта требует диспетчеризации (оперативного контроля и управления движением транспортных средств) для достижения целевых результатов: полное удовлетворение спроса на перевозки, строгое выполнение расписания движения (регулярность перевозок), безопасность и комфортность поездок.

Маршрутный пассажирский транспорт Хабаровска состоит из двух секторов: муниципального и коммерческого. Муниципальный сектор включает автобусный и наземный электрический транспорт. Коммерческий сектор включает субъектов предпринимательской деятельности (индивидуальных предпринимателей и юридических лиц), обеспечивающих перевозку пассажиров автобусами и маршрутными такси.

Автобусный муниципальный транспорт управляется муниципальным унитарным предприятием «Хабаровское пассажирское автотранспортное предприятие №1» (МУП ХПАТП-1). Городской электрический транспорт представлен муниципальным унитарным предприятием «Хабаровское трамвайнотроллейбусное управление» (МУП ХТТУ), в структуре которого находится два трамвайных и одно троллейбусное депо.

На долю муниципального сектора транспортных услуг приходится 43% подвижного состава, а на долю коммерческого– 57%.

Мониторинг транспортной сети позволил выявить наличие узких мест, являющихся причинами возникновения задержек автотранспорта, изменения маршрутов перевозок, увеличения времени ожидания пассажирами прибытия общественного транспорта.

Также анализ результатов мониторинга показал, что одними из причин возникновения аритмии в работе транспортной сети, является несовершенная система расстановки средств управления, некачественные управленческие решения в различных ситуациях, возникающих в сети.

Таким образом, проведенный анализ реальной транспортной сети Хабаровска (разделы 2.4 и 2.5) позволил сделать следующие выводы:

- по состоянию на сегодняшний день сеть нуждается в модернизации, которая требует обоснования принимаемых решений;

- требуется разработка системы управления транспортными потоками в сети;

- предложенные выше подходы к решению задач управления и созданию системы управления, развитию ИТС полностью применимы к сети и соответствуют задачам развития сети.

Показано, что задача управления транспортными потоками может быть сведена к задаче управления транспортной сетью, поскольку параметры транспортной сети, ее состояние, оказывают непосредственное влияние на характеристики транспортных потоков в этой сети.

управления при решении задач управления транспортными потоками. Метод основан на описании структуры сети с применением графа, определяет пространство состояний сети и показатели качества работы сети.

Показано, что при всем многообразии результатов решения задач анализа транспортных потоков, отсутствуют единые критерии качества, методы описания и алгоритмы управления, что не позволяет выделить один, универсальный метод анализа и применять его при решении задач управления. В связи с этим предложен достаточно универсальный подход к решению задач управления, позволяющий использовать известные результаты как решения частных задач, возникающих при различных ситуациях в транспортной сети.

Разработан состав и назначение элементов системы управления транспортными потоками, использующей в качестве объекта управления транспортную сеть. Определены особенности функционирования и построения системы управления транспортными потоками, которые позволили сформулировать подход к решению задачи управления, основанный на пошаговой оптимизации принимаемых решений.

Проведен анализ технических средств системы управления и их соответствия задачам управления, который показал, что в современных условиях наиболее перспективными средствами сбора данных являются спутниковые системы наблюдения.

Проведен анализ конкретной транспортной системы Хабаровска, показавший, что все результаты анализа транспортных сетей, полученные в главах 1 и 2, соответствуют реальной системе и обоснованно могут применяться при создании систем управления.

Полученные в главе результаты позволили выделить задачи управления, определить подходы к их решению и сформулировать требования к системе управления транспортными потоками, необходимые для ее практической реализации.

3. МЕТОД СЦЕНАРИЕВ ПРИ УПРАВЛЕНИИ ТРАНСПОРТНЫМИ

ПОТОКАМИ

В этой главе приводятся результаты разработки математических моделей и алгоритмов управления, позволяющих использовать пространство состояний меньшей размерности, чем реальное. Такой подход дает возможность управлять сложными системами, транспортными системами, в реальном времени, при сокращенных затратах на вычислительные мощности системы управления.

Приводятся методы формирования сокращенного пространства состояний, дается обоснование применению метода сценариев.

Основные результаты, приведенные в этой главе, опубликованы в работах автора [14, 63].

Системы управления реального времени должны обеспечивать обработку информации и формирование управляющих воздействий в режиме «on-line», при котором на все работы, связанные с принятием управленческих решений, отводится ограниченное время, величина которого определяется спецификой объекта управления или техническим заданием.

Минимизация времени, затрачиваемого на принятие управленческих решений, как отмечалось в разделе 2.1.2, может достигаться либо повышением производительности обслуживающих (вычислительных) устройств, при сохранении традиционных алгоритмов управления, основанных на обработке поступающей информации и расчете управляющих воздействий (управлений), либо применением других алгоритмов управления, которые не требуют проведения сложных вычислений непосредственно в процессе управления.

Здесь проводится анализ метода управления основанного на сокращении пространства состояний объекта управления, что дает возможность снизить размерность задач управления и, таким образом, уменьшить длительность выработки управлений. В качестве алгоритма управления применяется метод сценариев, основой которого является концепция ситуационного управления сложными системами.

В данном случае сценарий это заранее предусмотренное управление для конкретного состояния (множества состояний) объекта управления. Такой подход отличается от традиционных сценарных подходов к управлению, когда сценарий является прогнозом развития объекта управления при различных состояниях и управлениях [5, 44, 53, 59].

Сокращение пространства состояний предлагается проводить двумя способами:

разбивается на несколько подмножеств (кластеров) по определенным признакам близости состояний.

подсистем, когда подпространство состояний каждой подсистемы становится значительно меньшим, чем пространство состояний всей системы. При этом возможна и декомпозиция системы управления.

Как в первом, так и во втором случае, сценарии разрабатываются (вычисляются) для каждого подпространства состояний.

Предложенный подход, основанный на применении сценариев, хорошо применим к робастным системам, а также согласуется с принципами ситуационного и модельного прогнозирующего управления [31, 36, 85, 104, 111].

Ниже используются результаты раздела 2.1, где приведено общее описание системы и ее элементов.

Состояние объекта управления задается вектором s ( s1, s 2,..., s R ), где s j значение j-го параметра состояния ( 0 s j ), R – размерность пространства состояний (число параметров управления) (1 R < ).

2,…, N ) задается вектором s m ( s m1, s m 2,..., smR ).

Если объект управления и его состояния рассматриваются в дискретные моменты времени t 0, t1,..., t n,..., такие, что t m t n если m > n, то состояние объекта в момент t k задается вектором s(t k ) ( s1 (t k ), s2 (t k ),..., s R (t k )). Состояние номер m в этот момент времени задается вектором s m (t k ) ( sm1 (t k ), sm 2 (t k ),..., smR (t k )), где smj (t k ) - значение j-го параметра состояния, s m (t k ) S и s m (t k ) s m для любого t 0, t1,..., t K,... и для любого m N.

Управление объектом задается вектором управления u (u1, u 2,..., u R ), где u j - значение j-го параметра управления. Каждый j-й параметр управления имеет конечное множество значений ( u j, u j,..., u j ), u j, (j = 1, 2,…,R; 0 M j, u(t k ) (u1 (t k ), u 2 (t k ),..., u R (t k )), если важно, что объект в этот момент находится в состоянии s (t k ), то u(t k ) u(s(t k )).

Задано (известно) конечное множество возможных векторов управлений Таким образом, управление u (u1, u 2,..., u R ) может принимать одно из значений u j (u j1, u j 2,...,u jR ), (j = 1,2,…,M). Управление в момент t k задается вектором u(t k ) (u1 (t k ), u 2 (t k ),..., u R (t k )). Если это управление номер j, то в момент t k оно задается вектором u j (tk ) (u j1 (tk ), u j 2 (tk ),..., u jR (tk )), где u jm (t k ) - значение m-го параметра управления в момент t k. При требуется указать, что объект в этот момент времени находится в конкретном состоянии s m (t k ) S, то это управление обозначаем как u j (s m (t k )).

Величина z k 1 (t k 1 t k ) - величина (k+1)-го шага управления (k = 0, 1, 2,…;

0 z k 1 ). В общем случае шаги управления могут иметь различные значения.

Введем следующие определения.

Определение 1. Для любого момента времени t k (k = 0, 1, 2,…) расстояние между двумя состояниями объекта s m (t k ) S, s n (t k ) S, (m n; m, n = 1, 2,…, N ) есть величина:

Определение 2. Для любого момента времени t k (k = 0, 1, 2,…) и любого состояния объекта управления s(t k ) S расстояние между двумя управлениями u j (t k ) U и u m (t k ) U (j m; j, m = 1, 2,…, M) есть величина:

Функция изменения состояния объекта к моменту t k 1 при нахождении его в момент t k в состоянии s(t k ) S и воздействии на него управления u(s(t k )) U (функция переходов между состояниями за шаг управления) имеет вид:

где s(t k 1 ) S, k = 0, 1,2,….

В случае, когда состояния объекта являются случайными величинами, функция изменения состояний задает вероятности перехода из одного состояния в другое при воздействии (или отсутствии) управления за один шаг управления.

При этом:

Поскольку число состояний конечно и вероятности переходов часто не зависят от момента времени, а только от текущего состояния и управления, изменение состояний объекта управления более удобно задавать набором вероятностей: p(s | s, u), s S, u U, который является конечным.

содержать параметры, соответствующие характеристикам транспортных потоков (формула (2.1)) элементов транспортной сети.

Пусть, как это часто бывает на практике, объект управляется на заданном конечном интервале времени (t 0, t n ), (n < ) и t n t 0 zi T. При этом (3.3) - W(U(t 0, t n )) {s(t 0 ),W (s(t 0 ), u(t 0 )),..., W (s(t n1 ), u(t n 1 )}.

функция изменения состояний задается формулой (3.4), имеет вид:

здесь pk 1 (s(t k 1 ) | s(t k ), u(t k ) - вероятность нахождения объекта в состоянии s(t k 1 ) на шаге управления k+1, которая вычисляется с использованием известных вероятностей p(s | s, u), определенных выше; s(t k ) S, u(t k ) U, (k 0,2,..., n) ;

эффективности управления) u(s(t k ) при нахождении объекта в состоянии s (t k ) в момент t k.

состояния и параметры управления. Например:

(j = 1, 2,…, R).

Здесь в первом случае эффективность определяется путем сравнения состояний объекта в начале и в конце шага управления, а во втором случае состоянием объекта в конце шага управления. Выбор вида функции эффективности в каждом конкретном случае зависит от целей управления и показателей качества прохождения маршрута и т.д.).

Определение 3. Для любого момента времени t k (k = 0, 2,…) управления u j U и u m U (j m; j, m = 1, 2,…, M) называются h-эквивалентными для состояния (0 < h < ).

Функцию эквивалентности управлений u j и u m (j m; j,m = 1,2,…, M) для момента времени t k (k = 0, 1,…,n) и состояния s (t k ) будем обозначать h(s(tk ), u j (tk ), u m (tk )).

Из определения 3, в частности, следует, что для любого момента времени t k, любого состояния системы в этот момент времени s(t k ) S любое управление u m U (m = 1, 2,…, M) 0-эквивалентно по отношению к самому себе.

Определение 4. (Свойство монотонности управления) Управление u(s(t k )) U является монотонным, на множестве состояний объекта S, если любого момента времени t k (k = 0, 1,…,n), любых состояний Определение 5. (Свойство монотонности функции эффективности управления) Функция эффективности управления является монотонной на множестве u j (tk ) U, u m (tk ) U, ui (tk ) U, (j m i), (j, m, i = 1,2,…,M) и любого состояния s(t k ) S, из условия r (u j, u m ) r (u j, ui ), следует:

Введем понятие оптимального управления объектом, находящимся в определенном состоянии s(t k ) S.

Определение 6. Для состояния s(t k ) S в момент времени t k (k = 0, 1,…,n) G(u (t k ), s(tk ), s(tk 1 ), tk ) G(u j (t k ), s(tk ), s(tk 1 ), tk ) для любого j = 1, 2,…, M.

Целью управления является повышение эффективности функционирования объекта управления, что связано с принятием таких решений (оптимальных управления, определенное выше (Определение 6).

Показатель эффективности может включать в явном или неявном виде различные затраты на принятие решений (сбор информации, вычисления и оптимизация управлений, техническое и программное обеспечение, обслуживание системы управления и объекта управления и т.д.).

Как отмечалось выше, управление объектом часто происходит на конечном интервале времени, длительность которого определяется либо длительностью работы объекта управления и системы управления в штатном режиме, либо (статистические характеристики имеют постоянные параметры во времени).

В соответствии с обозначенной целью можно сформулировать задачу управления (с учетом сделанных выше определений)..

- пространство состояний объекта управления: S (s1, s 2,..., s N ), ( 0 N ), s j (s j1, s j 2,..., s jR ), где s jk - значение k-го параметра состояния номер j, (1 R < ). Каждый k-й параметр состояния имеет конечное множество ). Каждый k-й параметр управления имеет конечное множество значений R {bk }, - множество моментов управления и длительностей шагов управления):

- функция перехода между состояниями при управлении в заданные моменты времени t k (k = 0, 1,…n): s(t k 1 ) W (s(t k ), u(t k ), t k ) ;

- функция эффективности управления в каждый момент времени t k (k = 0, 1,…n): G (u(t k ), s(t k ), s(t k 1 ), t k ).

такое, что или (в соответствии с (3.5)):

2,…, M m );

- ограничения на величину весовых коэффициентов bk B k, (k = 1, 2,…, R);

- возможны ограничения, связанные с особенностями множества состояний и управлениями для этих состояний, например, для заданного множества состояний управления заранее определены.

Данная задача является классической задачей теории оптимального управления и принципиально может решаться, например, с применением динамического программирования, вариационных методов [22, 67, 72, 107].

Однако, для реальной транспортной сети число состояний может быть очень большим и применение стандартных методов поиска оптимального управления не позволяет в этом случае получить требуемые результаты в заданных временных рамках. Кроме того, при увеличении длительности интервала работы объекта управления, в предельном случае длительность не ограничена, т.е. n. В связи с этим требуются другие методы решения задачи управления, не требующие поиска оптимальных траекторий управления в пространстве состояний объекта управления.

3.3. Метод сценариев для решения задачи управления Во многих случаях, как отмечалось выше, либо реальное число возможных состояний объекта управления - N очень велико, либо отведенное для принятия управленческого решения время (длительность шага управления) достаточно мало, либо длительность интервала работы объекта управления и число шагов управления очень велики. Все это приводит к высоким требованиям по производительности (быстродействию) управляющего устройства (управляющего вычислительного комплекса).

Одним из возможных выходов из создавшейся ситуации является уменьшение пространства состояний объекта управление и предварительное вычисление управлений для определенного множества состояний (ситуаций), создание каталога управлений. Эти управления по определенным правилам применяются ко всем состояниям объекта.

Подобный подход основан на концепции ситуационного управления, предусматривающего укрупнение состояний и разработку управлений для укрупненных состояний объекта управления, а также на известных методах укрупнения состояний [7, 8, 49, 85, 111].

Реализация подобного подхода возможна различными методами, среди которых здесь выбраны метод сценариев и метод декомпозиции системы.

В данном случае метод основан на создании множества сценариев управления (каталога сценариев) заранее определенных для заданного множества состояний объекта. Множество состояний, для которых разрабатываются сценарии управления значительно меньше исходного множества состояний объекта. Это множество будем называть базовым пространством состояний, а каждое состояние из этого множества – базовым состоянием.

Определение 7. Сценарием управления для объекта, находящегося в состоянии s(t k ) S в момент времени t k, называется оптимальное управление u (s(t k )) U, которое применяется на протяжении всего шага управления.

Каждый сценарий содержит информацию о моменте времени, состоянии длительности шага управления - c(t k, s(t k ), u (s(t k )), z k 1 ). Отметим, что в общем случае сценарий для момента t k реализуется на интервале времени (t k, t k 1 ) (k = 0,1,…,n-1) (шаге управления z k 1 ) и параметры оптимального управления могут иметь различные моменты времени реализации на интервале (t k, t k 1 ).

Такой подход позволяет заменить трудоемкие вычислительные процедуры нахождения оптимального управления на каждом шаге, более простыми и быстрыми, связанными с поиском и реализацией требуемого сценария. Каталог сценариев для заданного множества состояний создается предварительно.

Особенность данного подхода заключается в создании базового множества (пространства) состояний, каталога сценариев для него, а также правила выбора управления из каталога для реального состояния объекта, Таким образом, каждому состоянию объекта управления по определенным правилам ставится в соответствие одно из базовых состояний и управление, соответствующее этому базовому состоянию.

Пусть имеется конечное пространство (множество) базовых состояний объекта, подготовленное для применения метода сценариев - S 0, которое содержит N состояний, так что S 0 S. В этом случае S 0 (s 01, s 02,..., s 0 N ), где s 0i ( s0i1, s0i 2,..., s0iR ) - вектор i-го базового состояния объекта такой, что s 0 i S (i = 1, 2,…,N) и N N. В общем случае базовое состояние объекта будем обозначать - s 0 и это состояние может быть одним из множества базовых состояний, т.е. s 0 S 0 и всегда s 0 S.

Множеству базовых состояний S 0 S соответствует множество управлений U 0 U, каждый элемент которого соответствует возможному управлению, применяемому к системе, находящейся в одном из базовых состояний. Таким образом, U0 (u01, u02,..., u0 M ), где N M 0 M и одному базовому состоянию могут соответствовать несколько возможных управлений.

Для каждого базового состояния s 0 i (i = 1, 2,…, N) определяется сформировать множество оптимальных управлений (сценариев) для всех базовых состояний - U 0 (u 0 (s 01 ), u 0 (s 02 ),..., u 0 (s 0 N )), где U 0 U 0.

Если объект функционирует на интервале (t 0, t n ), то для каждого базового состояния s 0 (t k ) s 0 i (t k ) S 0 (i = 1, 2,…, N) определяется оптимальное управление (сценариев) на интервале управления Т.е. возможно вычислять оптимальные управления из множества управлений U0 (u01, u02,..., u0 M ), которые могут не совпадать со сценариями, но случай совпадения также возможен.

Если n, например, n 102, то для каждого базового состояния применяется вычисленное для него оптимальное управление (сценарий) Функция изменения состояния объекта при воздействии на него управления при применении метода сценариев имеет вид, по аналогии с (3.3):

Соответственно Отметим, что в данном случае функция должна переводить одно базовое состояние в другое, т.е. областью изменения и областью определения функции Множество оптимальных управлений (по аналогии с приведенной выше общей постановкой задачи управления) и неравенствами (3.6), (3.7), должно удовлетворять условиям:

или Здесь, с учетом (3.8) В данном случае задача оптимального управления на заданном интервале (t 0, t n ) решается как задача выбора множества оптимальных управлений для множества базовых состояний объекта на интервале - S 0 (t 0, t n ) из известного множества оптимальных управлений (сценариев) - U 0 (u 0 (s 01 ), u 0 (s 02 ),..., u 0 (s 0 N )).

В нашем случае U 0 - каталог сценариев.

Эффективность данного метода управления вычисляется по формуле:

Приведенные выше формулы вычисления эффективности управления могут быть преобразованы по аналогии с (3.5) для случая, когда переходы между состояниями случайны и задаются вероятностями переходов.

Схема системы управления представлена на рисунке 3. Предварительная управлений для кластеров Предварительная кластеризация Применение метода сценариев требует решения следующих задач:

Формирование конечного множества базовых состояний объекта пространства состояний. При этом каждому кластеру соответствует одно базовое состояние, и каждое реальное состояние объекта управления заменяется базовым состоянием, соответствующим кластеру в который входит это реальное состояние.

Вычисление оптимального управления (сценария) для каждого оптимальное управление, которое применяется для любого состояния, входящего в состав кластера.

Определение величины погрешности управления по сравнению с управлением на всем множестве состояний объекта управления.

Как отмечалось, применение метода сценариев требует построения конечного множества состояний объекта управления, где одно состояние (укрупненное состояние) соответствует кластеру (подмножеству) состояний исходного множества (пространства) состояний S.

В этом случае пространство состояний S (s1, s 2,..., s N ) разбивается на N подмножеств S 01, S 02,..., S 0 N, так, что S S oj и S om S on для всех m n. Число S 0 j ставится в соответствие базовое состояние s 0 j s k, где s 0 j S0 j и s 0 k S, здесь k j - номер состояния из множества S, являющегося базовым состоянием s 0 j ( 0 k j N и k j ki, если i j; j,i = 1, 2,..,N). Таким образом, может быть сформировано множество базовых состояний S0 (s 01, s 02,..., s 0 N ) (s k, s k,..., s k ).

Необходимые условия формирования множества S 0 :

Любое состояние из исходного множества S должно быть отнесено к одному и только одному состоянию из множества базовых состояний S 0, т.е.

входить в состав только одного подмножества (кластера) S 0 j, где j = 1, 2,…, N.

Любое состояние из множества базовых состояний S 0 должно быть одним из состояний исходного множества S.

необходимость выполнения условий формирования множества S.

Утверждение 3.1. При выполнении необходимых условий формирования множества базовых состояний функция W (s 0 (t k ), u 0 (s 0 (t k )), t k ) всегда переводит одно базовое состояние в другое базовое состояние.

W (s 0 (t k ), u 0 (s 0 (t k )), t k ), данному в (3.3), она переводит любое состояние множества S в состояние из этого же множества. Из условия 2 следует, что состояние, являющееся аргументом функции, и принадлежащее множеству S 0 всегда W (s 0 (t k ), u 0 (s 0 (t k )), t k ) на любое состояние из S является состояние из S. Однако, согласно условию 1, любое состояние из множества S всегда относится к одному W (s 0 (t k ), u 0 (s 0 (t k )), t k ) всегда переводит состояние из множества S 0 в состояние из множества S 0, т.е. утверждение доказано.

W (s 0 (t k ), u 0 (s 0 (t k )), t k ) при работе с множеством S 0.

Заметим, что из утверждения 3.1 следует, что функция W (s 0 (t k ), u 0 (s 0 (t k )), t k ) (формула (3.9)) также переводит одно базовое состояние в другое.

При решении задачи разбиения исходного множества на подмножества возможны два подхода:

Провести разбиение по установленным правилам, сформировав кластеры на основе заданного множества центров кластеризации (статическая кластеризация). Для этого необходимо применять алгоритмы кластеризации.

принадлежность каждого элемента исходного множества к какому-либо кластеру при необходимости (динамическая кластеризация). Для этого нужно только задать правила определения принадлежности к кластеру.

В первом случае имеется возможность оценки эффективности управления для каждого кластера, используя введенные выше понятия расстояний между состояниями и монотонности управлений и функций эффективности.

Во втором случае можно оценить только эффективность управления для каждого конкретного состояния при его появлении в процессе управления объектом.

Однако в первом случае необходимо полностью определить пространство состояний объекта управления, а во втором случае этого можно не делать.

Во всех случаях важной задачей является определение центров кластеризации (базовых состояний), поскольку они должны быть достижимыми, т.е. должны существовать управления, при которых можно попадать в каждый из созданных кластеров. Для этого, достаточно, например, чтобы все состояния объекта управления были достижимыми.

В дальнейшем будем исследовать первый случай.

В настоящее время известно большое количество алгоритмов разбиения множества на подмножества (кластеризация), которые позволяют использовать различные критерии близости элементов для их объединения в группы (кластеры), эти алгоритмы возможно с некоторыми доработками применять в данном случае [39, 41, 47, 60, 125, 126]. Однако, данная задача кластеризации пространства состояний имеет свою специфику, связанную со следующими факторами:

- критерии отнесения состояния к определенному кластеру формируются не в зависимости от расстояния до центра кластеризации, а в зависимости от значения функции, аргументом которой может быть расстояние, поэтому необходимо выполнение дополнительных требований к этой функции, соответствующих конечной цели кластеризации;

- выделение центров кластеризации требует формирования дополнительных критериев для формирования множества центров кластеризации, зависящих от свойств множества состояний объекта управления;

- количество кластеров не является постоянной величиной и также зависит от свойств множества состояний объекта управления и требований к качеству управления.

Отметим, что целью кластеризации, в данном случае, является такое разбиение множества S, при котором каждому кластеру соответствует только одно управление и множество таких управлений позволяет получить достаточно эффективное управление объектом по сравнению с управлением на всем множестве S.

В связи с этим, для исходного множества (пространства) состояний S, содержащего N элементов, разработан алгоритм формирования подмножества базовых состояний (алгоритм кластеризации), включающий следующие шаги:

Для исходного множества состояний S создается упорядоченное в состоянием s i и всеми другими состояниями множества S.

Задается требуемое число базовых состояний (центров кластеризации) Из исходного множества состояний объекта управления S выбирается выполняются условия:

таким образом, формируется начальное множество базовых состояний - S 0. При этом базовое состояние с меньшим номером имеет большее значение средней величины расстояния между ним и другими состояниями исходного множества S.

Для каждого базового состояния s 0 j S 0 вычисляется оптимальное состояний системы S формируется подмножество (кластер j) S 0 j по правилу:

для любого t, ( 0 t t n ) состояние s k S входит в состав кластера j, если для этого состояния выполняется одно из условий:

К алгоритму можно дать следующие комментарии.

Шаг 2 данного алгоритма позволяет выбрать требуемое число базовых состояний, которое должно быть таким, что каждое состояний множества S обязательно попадет в какой-либо кластер, что конечно зависит от назначения констант кластеризации.

Шаг 3 алгоритма позволяет выбрать центры кластеризации таким образом, чтобы они не находились слишком близко друг к другу в смысле установленной метрики для фазового пространства.

Шаг 5 (правило 5b) устанавливает правила кластеризации, при которых разрешаются конфликты при возможности отнесения состояния из множества S к нескольким кластерам (правило 5a).

Для практического применения алгоритма требуется решение двух дополнительных задач.

Задача 1. Выбор центров кластеризации.

Отметим, что центр кластеризации номер i это базовое состояние s 0 i из множества S 0, совпадающее с состоянием s k из множества S. i Расстояние между центром кластеризации i и центром кластеризации j, в соответствии с определением 1 (3.1) равно rij r (s 0i, s 0 j ) r (s k, s k ). Множество расстояний между N центрами кластеризации образует матрицу:

Поскольку rij rji для всех i, j = 1, 2,…, N, матрица R симметричная.

Центры кластеризации выбираются таким образом, чтобы для элементов матрицы R соблюдались неравенства:

(величины ri определены при описании шага 1 алгоритма кластеризации).

Таким образом, среднее значение расстояния от центра кластеризации номер i до всех других центров кластеризации должно быть не меньше чем среднее расстояние от состояния, соответствующего центру кластеризации (состояние номер k i ) до всех других состояний множества S, и не больше, чем максимальное среднее расстояние между состояниями объекта управления.

Предложенный подход к выбору центров кластеризации, во-первых, формировать множество центров кластеризации (базовых состояний) по шагам от 1 до N.

Задача 2. Выбор значений констант кластеризации.

Отметим, что константа кластеризации для кластера j - H 0 j это максимально кластеризации и произвольного состояния объекта, при не превышении которой это состояние относится к кластеру j (правило 5a).

Поскольку при проведении кластеризации все состояния из множества S должны быть распределены по подмножествам (кластерам), то при недостаточно управления, которые не будут отнесены ни к одному из подмножеств (кластеров).

Если же константа кластеризации для какого-либо центра кластеризации очень велика, то все состояния объекта могут войти в один кластер. В связи с этим возникает задача выбора констант кластеризации, решение которой определяет число кластеров.

При выборе значений констант кластеризации для фиксированного числа кластеров – N, должны выполняться следующие условия:

1. H 0i min (rij ) для всех i = 1, 2,…,N.

Первое условие ограничивает область кластеризации для каждого центра кластеризации, не допуская большого количества состояний, для которых возможно попадание в несколько кластеров, когда требуется применять правило 5b алгоритма кластеризации.

Выполнение второго условия обеспечивает кластеризацию, при которой каждое состояние объекта из множества S попадет (в соответствии с алгоритмом) в один из кластеров.

Для выполнения этого условия в случае, когда при выполнении условия нашлось состояние, не вошедшее ни в один кластер, необходимо увеличить константу кластеризации ближайшего к этому состоянию центра кластеризации до того значения, при котором это состояние войдет в состав кластера. Так необходимо делать для каждого состояния, не вошедшего в какой-либо кластер, с учетом правила 5b.

Приведенные выше решения задач 1 и 2 позволяют сформулировать следующее утверждение.

(в соответствии с Определением 4), то для любого заданного числа N (1 N N ) и любого набора весовых коэффициентов ( bi существует набор констант кластеризации ( H 01, H 02,..., H 0 N ), удовлетворяющих условиям: 0 H 0 j ( j 1,2,..., N ), для которого возможно провести разбиение множества состояний S на N кластеров, применяя алгоритм формирования множества базовых состояний.

Доказательство. Отметим, что при N = 1, т.е. имеем только один кластер (подмножество S 01 ). Тогда, при условии, что множество S конечно, всегда можно кластеризации взять величину Z, такую, что | G(u (s m ), s 0 m, t ) G(u (s n ), s n, t ) | Z, то утверждение для этого случая справедливо, поскольку по правилу кластеризации в подмножество S 01 войдут все элементы множества S, т.е. S 01 S.

Если N N, то в качестве набора констант кластеризации можно взять любой набор ( H 01, H 02,..., H 0 N ), для которого ( H 01 H 02... H 0 N H 0) и для этого случая утверждение справедливо.

Если задано 1 < N <, то можно воспользоваться решениями задач 1 и 2.

В утверждении условие монотонности управлений является обязательным, так как его выполнение позволяет гарантировать построение кластеров, поскольку если состояние входит в какой-либо кластер j, то все состояния, имеющие меньшее расстояние до центра кластеризации s 0 j также входят в этот кластер.

Поскольку одно и то же оптимальное управление для базового состояния s 0 j, выбираемое из множества U 0 применяется для всех состояний, входящих в подмножество S 0 j этого базового состояния (j = 1, 2,…, N), то, естественно, качество управления отличается от того случая, когда для каждого состояния из множества S выбирается оптимальное управление (полностью оптимальное управление на множестве U ). Разницу между оптимальным управлением при применении метода сценариев с кластеризацией, и классическим оптимальным управлением, можно оценить, используя понятие h-эквивалентности управлений и правила кластеризации.

Для любого состояния s k S из подмножества S 0 j, такого, что s k s 0 j выполняется неравенство:

j = 1, 2,…, N.

оптимальным управлением и управлением при применении метода сценариев (погрешности управления) может быть вычислена по формуле:

погрешности управления:

где H 0 k (ti ) - константа кластеризации для кластера номер k i, в котором находится состояние объекта управления на шаге управления номер i.

Если погрешность управления не удовлетворяет требованиям задания, то число кластеров увеличивается. Это следует из того, что с увеличением числа кластеров появляется возможность уменьшить величины констант кластеризации для всех кластеров.

Из монотонности управлений следует также и следующий полезный результат:

Утверждение 3.3. Пусть множество управлений монотонно, тогда:

2. Если состояние s n не отнесено к подмножеству S 0 j, то к подмножеству S 0 j h-эквивалентны, а управления u (s k ) u (s m ) h1-эквивалентны, то из неравенства справедливо.

Вторая часть утверждения доказывается аналогично.

Этот результат позволяет более просто формировать подмножества, проверяемых состояний объекта.

Качество управления при кластеризации.

Приведенная выше формула (3.10) для оценки погрешности управления при кластеризации, показывает, что от количества кластеров зависит и погрешность, так, при N N, погрешность равна нулю, поскольку для каждого состояния выбирается оптимальное управление. Легко показать, что при монотонности управлений справедливо условие:

Однако, при больших значениях N (близких к N ) увеличивается объем каталога сценариев и, соответственно, время на выбор управления и составление каталога (время кластеризации).

Таким образом, проведенные исследования обосновали правила проведения кластеризации (алгоритм кластеризации), показали возможность получения требуемой погрешности управления при применении метода сценариев.

Пример.

Здесь приводится пример построения фазового пространства транспортной пошагового управления.

Итак, пусть множество состояний системы содержит 30 элементов, т.е.

Каждое состояние задается 4 параметрами (R = 4), т.е. s m ( s m1, s m 2, s m 3, s m 4 ).

Задан следующий набор векторов состояний:

s1 (0,10,5,1), s 2 (0,10,5,2), s 3 (0,9,6,1), s 4 (10,0,10,10), s 5 (0,10,7,2), s 6 (10,1,11,10), s 7 (11,0,15,10), s 8 (9,1,10,10), s 9 (10,10,10,10), s10 (20,0,0,0), s11 (20,1,0,0), s12 (20,20,10,0), s13 (10,10,9,10), s14 (10,11,15,10), s15 (20,20,11,1), s16 (0,0,50,20), s17 (19,20,10,1), s18 (9,10,12,10), s19 (10,0,0,10), s 20 (0,1,52,21), s 21 (0,0,55,18), s 22 (0,0,0,10), s 23 (9,0,1,10), s 24 (10,1,0,10), s 25 (0,2,50,22), s 26 (0,0,1,10), s 27 (0,0,0,12), s 28 (2,0,57,20), s 29 (11,0,0,10), s 30 (10,12,15,10).

r (1,2) 1, r (1,19) 34, r (4,26) 19, r (4,8) 2, r (16,18) 67, r (16,25) 4.

Кластеризация пространства состояний объекта.

Воспользовавшись алгоритмом кластеризации, приведенным в разделе 3.3.3, получим, при N = 8:

управление имеет четыре параметра. Получены оптимальные управления для базовых состояний:

u (s 01 ) (0,0,1,1) u 01, u (s 02 ) (10,10,0,0) u 02, u (s 03 ) (0,10,0,0) u 03, u (s 04 ) (10,0,10,10) u 04, u (s 05 ) (0,0,0,10) u 05, u (s 06 ) (10,10,10,10) u 06, u (s 07 ) (0,10,0,10) u 07, u (s 08 ) (0,0,10,10) u 08.

Пусть b j 1 для всех j = 1, 2,…, 30. Также будем обозначать z (1,2) 22, z (1,4) 28, z(5,8) 10, z (4,6) 10, z(7,8) 20, z (2,3) 10.

управлений:

В таблице 3.1 столбец соответствует управлению, строка – состоянию, пересечение строки и столбца – значение функции.

Таблица 3.1. Значения функции переходов между состояниями В таблице показано, что некоторые управления могут привести к переходу в несколько состояний, что связано с вероятностным характером изменения состояний системы и, соответственно, функции W (s 0 (t k ), u 0 (s 0 (t k )), t k )), что отмечалось выше.

Если в клетке таблицы стоит несколько состояний, то перед каждым в скобках указана вероятность перехода в это состояние в соответствии с (3.4), Из таблицы видно, что все состояния являются достижимыми (из любого состояния можно за конечное число шагов попасть в любое состояние), т.е.

система управляема.

На рисунке 3.2. показана схема пространства состояний, результаты кластеризации и возможные переходы при управлениях.

Для данной системы установлена следующая функция оценки качества управления:

Отсюда имеем:

Теперь можно вычислить эффективность управления, используя формулу (3.5).

При этом необходимо определить начальное состояние и число шагов.

Рассмотрим случай: s(t 0 ) s 02, n 6.

Рис. 3.2. Структура пространства состояний системы На рисунке 3.3 показан граф переходов между состояниями объекта, у стрелок указаны вероятности переходов, также указаны номера шагов управления.

Рис. 3.3. Граф переходов между состояниями объекта управления В данном случае вероятности нахождения в определенных состояниях на каждом шаге управления вычисляются с использованием конечной цепи Маркова, для которой матрица переходных вероятностей P = (pij), (i, j = 1, 2,…, N) составляется на основе вероятностей переходов между состояниями по правилу pij p(s 0 j | s 0i, uoi ) [46]:

Теперь вероятность пребывания в состоянии j на шаге k вычисляется по формуле [46]:

Где запись p 2 j означает элемент матрицы Pk, находящийся во второй строке и j столбце.

Исходяого из изложенного имеем:

Теперь, используя формулу (3.5) можно вычислить значение показателя эффективности управления объектом за 6 шагов:

Откуда получим:

Таким образом, в примере показано, как можно вычислить эффективность управления на заданном интервале времени.

В этом разделе предлагается подход, также сокращающий размерность задачи управления и позволяющий использовать декомпозицию системы для декомпозиции пространства состояний. Данный подход достаточно широко [7, 77, 99, 108, 118]. В данном случае этот подход дает возможность применить разработанные выше критерии выделения базового множества состояний для формирования управления по методу сценариев.

Предлагаемый выше метод кластеризации пространства состояний предусматривает разбиение пространства состояний на подмножества (кластеры) по формально установленным правилам (использование эквивалентности управлений). Результаты такой кластеризации могут не совпадать с физической структурой объекта управления, и каждый из разработанных в этом случае сценариев управления может затрагивать состояния объекта, входящие в другие кластеры или состояния нескольких элементов объекта (простых или составных).

Это не позволяет рассматривать кластеры как независимые друг от друга подпространства состояний, принятие решений в этом случае требует знания состояния всего объекта.

Таким образом, метод кластеризации может иметь следующие недостатки:

- управления могут оказывать влияние на состояние нескольких элементов объекта;

- не имеется возможности сопоставить кластеры с реальными подсистемами (элементами), на которые можно разбить объект управления;

размерностью векторов управления используемых при управлении на всем пространстве состояний.

Для снижения влияния указанных недостатков ниже предлагается метод декомпозиции пространства состояний не по формальным правилам, а по результатам декомпозиции объекта управления.

В результате такой декомпозиции можно получить отдельные, слабо зависимые подсистемы управления. При этом можно выделить управление внутри каждой подсистемы (локальное управление) и управление на уровне подсистем (глобальное управление). При этом локальные управления для каждой подсистемы могут использовать различные критерии эффективности управления и алгоритмы управления.

управления объектом, в отличии от управления при кластеризации, когда система управления должна быть централизованной. Достоинства и недостатки таких систем управления обсуждались в главе 2.

Формально описать такой метод декомпозиции можно следующим образом.

Пусть объект управления состоит из K подсистем (проведена декомпозиция на K подсистем). Здесь подсистема объекта управления соответствует набору элементарных или составных элементов объекта, определенных ранее в главе 2.

Исходное множество состояний объекта S можно разделить на K подмножеств, соответствующих подсистемам, из которых состоит объект.

(подмножество) состояний - S m ( S m S ), (m = 1,2,…,K), размерность которого - R, (1 R < ), и число состояний в котором - N m, ( 0 N m ). Множество состояний объекта управления является объединением подмножеств состояний подмножеств (подсистем) состояния N N m.

пересечения векторов состояний, входящих в состав этих подмножеств. Так, два вектора s 0 m S m, s 0 k S k считаются пересекающимися, если они содержат одинаковые параметры состояний.

состояний подсистем не пересекаются и N N m, который обеспечивает возможность автономного управления каждой подсистемой, поскольку в этом случае все подсистемы взаимно независимы по своим состояниям.

s ( s1, s 2,..., s R ), состояние номер m, как и ранее, задается вектором s m ( s m1, s m 2,..., s mR ), ( s m S ). Состояние из подмножества S m (подсистемы m) будем Состояние номер k подсистемы m задается вектором s 0 mk ( s0 mk1, s0 mk 2,..., s0 mkR ), ( s 0 mk S m ), где (k = 1, 2,…, N m ; m = 1, 2,…,K). Если состояние рассматривается в момент t j, то для состояния номер k подсистемы m имеем вектор состояния s0mk (t j ) (s0mk1 (t j ), s0mk 2 (t j ),..., s0mkR (t j )).

Принадлежность какого-либо состояния объекта управления состоянию его подсистемы номер m можно определить с помощью вектора принадлежности x m ( xm1, xm 2,..., xmR ), где xmj 1, если j-й параметр вектора состояния объекта управления является параметром вектора состояния подсистемы m, и xmj 0, если j-й параметр вектора состояния объекта управления не является параметром вектора состояния подсистемы m, (m = 1, 2,…,K).

Таким образом, вектор состояний подсистемы m можно получить следующим образом: s 0 m ( s1 xm1, s2 xm 2,..., s R xmR ).

Вектора состояний подсистем n и m пересекаются, если они имеют общие параметры состояний, т.е. выполняется равенство:

Параметр j состояния объекта управления является общим для подмножеств состояний подсистем n и m, (подсистем n и m), если xnj xmj 1, (n, m = 1, 2,…,K; j = 1, 2,…, R). Общие параметры для нескольких подсистем будем называть глобальными параметрами.

При отсутствии пересечений в подмножествах состояний подсистем n и m, выполняется равенство:

Определение 9. Параметр j вектора состояния объекта называется глобальным параметром, если он является общим параметром для векторов (подмножеств) состояний нескольких подсистем объекта, т.е. выполняется равенство:

Определение 10. Параметр j вектора состояния подмножества S m называется локальным параметром, если он не является общим параметром для подмножеств состояний нескольких подсистем объекта, т.е. выполняется равенство:

Как и ранее, для данного объекта задано конечное множество возможных управлений - U (u1, u 2,..., u M ), где u j (u j1, u j 2,...,u jR ) - вектор управления номер j (j = 1,2,…,M), M – число возможных управлений, u jk - значение k-го параметра вектора управления. Каждый k-й параметр управления номер j имеет конечное относится к моменту t k то для этого управления, как и ранее, имеем вектор управления u j (tk ) (u j1 (tk ), u j 2 (tk ),..., u jR (tk )). Если управление j применяется к объекту, находящемуся в состоянии s m, то это будем обозначать u(s m ) или u(s m (t k )) для момента t k, если известно, что это управление u j, то u j (s m ) или Множество управлений объектом можно разбить на два уровня управлений:

В этом случае управление меняет только состояние подсистемы, т.е. меняет только значения локальных параметров подсистемы. Подмножество локальных управлений, для подсистемы номер m, будем обозначать Для выделения локального управления подсистемы m используем вектор локального управления подсистемы - y m ( y m1, y m 2,..., y mR ), где ymj 1, если параметр номер j вектора управления используется локальным управлением используется локальным управлением подсистемы m. Таким образом, локальное Множество локальных управлений объектом - U, где U U и U U m.

Глобальное управление меняет состояния нескольких подсистем.

Выделим подмножество глобальных управлений для объекта U 0, где ( U 0 U ). При этом управление будет глобальным, если оно не является локальным, т.е. U 0 есть дополнение множества U до множества U.

управлениями - S 0. Эти состояния будут базовыми состояниями системы.

Для этих состояний создается множество сценариев, так, как это описано в разделе 3.3.

Предлагаемый подход позволяет параллельно управлять подсистемами, на уровне локальных управлений.

Сценарии управления составляются только для глобальных управлений.

Система управления в этом случае разбивается на подсистемы, каждая из которых осуществляет локальное управление.

Для глобального управления создается система глобального управления.

Следует отметить, что если декомпозиция пространства состояний требует сбора и обработки статистики для формирования пространства и проведения разбиения по установленным правилам, то декомпозиция системы сразу приводит к декомпозиции пространства состояний.

использованием метода декомпозиции объекта:

использоваться различные критерии эффективности управления для каждой подсистемы, что потребует их согласования в рамках критериев эффективности управления всем объектом;

- сценарии глобального управления должны разрабатываться с учетом эффективности локального управления;

необходимости проведения новой декомпозиции и разработке новых сценариев управления.

управления (транспортных сетей больших городов, например), когда декомпозиция объекта дает ощутимое снижение размерности задач локального управления.

Разработан метод управления с использованием множества сценариев, основанный на применении ситуационного управления с пошаговой оптимизацией, который дает возможность повысить скорость выработки управляющих воздействий (управлений), что важно для систем управления, работающих в реальном времени.

пространства состояний объекта управления, позволяющий выделить множество базовых состояний, для которых разрабатываются сценарии управления. Метод дает возможность значительно сократить множество состояний, для которых принимаются управленческие решения. Определена погрешность сценарного управления при использовании кластеризации.

Разработан подход к формированию множества базовых состояний, основанный на декомпозиции объекта управления. Такой подход позволяет провести декомпозицию и пространства состояний объекта, выделить глобальные и локальные состояния и управления, создавать распределенную систему управления, где согласование управлений локальными подсистемами осуществляется через сценарии, разработанные для глобальных управлений.

Полученные результаты можно реализовать в интеллектуальных системах управления как подсистемы управления в реальном времени, для объектов с большим числом состояний, к которым в полной мере относятся транспортные сети, при минимальных затратах на вычислительные мощности системы управления.

4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РЕЗУЛЬТАТОВ ДИССЕРТАЦИИ

Здесь приводятся данные о разработках, где применялись результаты диссертационной работы.

Основные результаты практического применения опубликованы в работах автора [15, 16, 61, 62, 65, 87, 88, 95, 96, 106].

4.1. Пример использования разработанных методов для управления Здесь приводится пример расчета управлений для элемента транспортной сети. Цель примера, показать последовательность действий при проведении расчетов и возможности предлагаемого метода управления.

На рисунке 4.1 приведена схема элемента транспортной сети г. Хабаровска (перекресток улиц Гамарника – Павловича), значения, используемые в расчете соответствуют реальным параметрам потока на участке и получены опытным путем (наблюдения на объекте). Элемент включает перекресток двух магистралей. Два пешеходных перехода и три светофора, размещение которых показано на схеме.

транспортных потоков: 1, 4, 8, поступающих в данный элемент сети по магистралям 1 и 2 в различных направлениях, коэффициенты разветвления транспортных потоков 5, 6, 7, 9, 10, 11 и интенсивности пешеходных потоков, поступающих на пешеходные переходы 1 и 2: 1, 2, 3, 4. Конкретные значения указанных выше интенсивностей определяются путем сбора и обработки статистики.

Состояние элемента сети определяется следующими параметрами: средние значения количества транспортных средств перед устройствами управления (светофорами) ( n5, n6, n7, n9, n10, n11 ), средние значения количества пешеходов на переходах ( m1, m2 ), где m1 - среднее число пешеходов на переходе 1 (в обоих направлениях), m2 - среднее число пешеходов на переходе 2 (в обоих направлениях). Отсюда, исходя из обозначений, введенных в главе 2, имеем:

Далее считаем, что обеспечивает конечное пространство состояний и соответствует реальным показателям для данного элемента транспортной сети.

Светофоры (элементы системы управления) работают в следующих режимах:

Светофор 1. Состояния Светофор 2. Состояния Светофор 3. Состояния Управления задаются вектором - u (u1, u 2, u3 ).

Разрешены следующие сочетания режимов работы светофоров, управления:

u1 (11,20,32), u 2 (10,22,31), u 3 (10,22,30), u 4 (10,20,30), u 5 (11,21,33), u 6 (12,21,31), u 7 (12,21,33) Таким образом, задано множество возможных управлений U.

Шаг управления равен – z.

В соответствии с определением функции эффективности управления для заданного состояния, приведенным в разделе 3.2.1, в данном случае имеем следующую функцию:

Используются следующие значения для коэффициентов:

варьировать значимость того или иного параметра состояния.

Целью управления является минимизация суммарного значения показателей эффективности на всех шагах управления.

предварительного выделения базовых состояний, с последующим отнесением получаемого при управлении состояния к соответствующему кластеру базового состояния (динамическая кластеризация). Следует отметить, что здесь не решалась задача выбора множества базовых состояний, поскольку цель примера это не предусматривает.

Выделены следующие базовые состояния:

s 07 (20,5,5,20,5,5,5,5).

Базовое состояние s 01 соответствует ситуации, когда все магистрали и пешеходные переходы не перегружены (в нормальном состоянии).

Базовое состояние s 02 соответствует ситуации, когда все магистрали перегружены, а пешеходные переходы находятся в нормальном состоянии.

Базовое состояние s 03 соответствует ситуации, когда перегружены все магистрали и все пешеходные переходы.

Базовое состояние s 04 соответствует ситуации, когда все магистрали находятся в нормальном состоянии (не перегружены), а все пешеходные переходы перегружены.

Базовое состояние s 05 соответствует ситуации, кода перегружено одно направление магистрали 1, второе направление находится в нормальном состоянии, магистраль 2 находится в нормальном состоянии, а все пешеходные переходы не перегружены (в нормальном состоянии).

перегружены (в нормальном состоянии).

Базовое состояние s 07 соответствует ситуации, когда перегружено одно направление магистрали 2, все направления магистрали 1 в нормальном состоянии, все пешеходные переходы не перегружены (в нормальном состоянии).

Единица времени, в данном случае, 1 секунда.

Состояние элемента транспортной сети рассматривается в конце каждого шага управления. Длительность шага управления z = 40 единиц.

Исходными данными для проведения расчетов являются следующие Для расчета изменения состояний при воздействии управления можно использовать результаты многих авторов, например, работы [54, 113]. Здесь, для облегчения расчетов использовались приближенные формулы для вычисления среднего числа сообщений (транспортных средств, пешеходов) в очереди перед светофорами с учетом среднего числа поступлений за шаг управления. Также считалось, что за шаг управления из очереди транспортных средств может управления обнуляется.

Формулы для расчета компонентов состояния приведены в таблице 4.1.

При расчетах учитывалось также, что если в результате применения формулы получается отрицательное число, то результат считается равным нулю.

Для данных базовых состояний, с применением формул из таблицы 4.1 и исходных данных, проведены расчеты значений функции эффективности управления, результаты которых приведены в таблицах 4.2 – 4.8.

Строки 2 - 9 первого столбца в каждой таблице содержат значения компонентов вектора базового состояния s (n5, n6, n7, n9, n10, n11, m1, m2 ).

Остальные столбцы каждой таблицы содержат в строках 2 – 9 значения компонентов вектора состояния, в которое переводится базовое состояние при воздействии на него соответствующего управления.

Последняя строка каждой таблицы содержит значения функции эффективности для каждого управления. Там выделены наименьшие значения, которые соответствуют оптимальному управлению для этого базового состояния.

n5 (t k 1 ) n6 (t k 1 ) n7 (t k 1 ) n9 (t k 1 ) n10 (t k 1 ) n11 (t k 1 ) m1 (t k 1 ) m2 (t k 1 ) Таблица 4.2. Результаты воздействия управлений на базовое состояние s Таблица 4.3. Результаты воздействия управлений на базовое состояние s Таблица 4.4. Результаты воздействия управлений на базовое состояние s Таблица 4.5. Результаты воздействия управлений на базовое состояние s Таблица 4.6. Результаты воздействия управлений на базовое состояние s Таблица 4.7. Результаты воздействия управлений на базовое состояние s Таблица 4.8. Результаты воздействия управлений на базовое состояние s Результаты определения множества оптимальных управлений для базовых состояний приведены в таблице 4.9.

Таблица 4.9. Оптимальные управления для базовых состояний Любое состояние, не совпадающее с базовыми состояниями, относится к тому кластеру, для которого, в данном случае, выполняется условие:

s S 0 i если для любого k i выполняется неравенство:

Описание процесса управления.

Пусть задано начальное состояние элемента, например, s(t 0 ) s 02. По установленному правилу, на элемент сети в этом случае воздействует управление s(t1 ) (17, 19.8, 18.2, 22, 27.8, 31.2, 6.2, 5.8) (см. соответствующий столбец таблицы 4.3). В соответствии с правилом, приведенным выше, определяется кластер, в который входит данное состояние. Для этого построена таблица 4.10, где приведены результаты расчетов нового состояния при воздействии на состояние s(t1 ) оптимальных управлений, выбранных для базовых состояний.

Таблица 4.10. Результаты расчетов нового состояния В нижней строке таблицы 4.10 приведены значения эффективности управлений, при их применении к состоянию s(t1 ). При этом состояние s(t1 ) будет принадлежать кластеру, для которого отличие эффективности воздействия управления на его базовое состояние и состояние s(t1 ) будет наименьшим, в соответствии с (4.1).

В таблице 4.11. приведены результаты вычисления абсолютных значений разницы между эффективностями управлений.

Таблица 4.11 Результаты вычисления абсолютных значений разницы Из таблицы 4.11 следует, что наименьшая разность по эффективности управления u 4. Таким образом, состояние s(t1 ) относится к кластеру 3, для которого базовым состоянием (центром кластеризации) является состояние s 03.

Следовательно, в соответствии с принципами управления, изложенными выше, на шаге 2 на состояние s(t1 ) требуется воздействовать управлением u 4. Из таблицы 4.10 получим, что при этом элемент сети перейдет в состояние:

s(t 2 ) (19, 24.6, 21.4, 24, 40.6, 42.4, 1.2, 0).

Далее, снова проводится процедура определения принадлежности состояния s (t 2 ) к какому-то из кластеров, и вычисляется новое состояние, получаемое при воздействии на s (t 2 ) оптимального управления, для этого кластера. Так строится последовательность управлений: u(t 0 ) u 02 u 6, u(t1 ) u 03 u 4.2. Пример использования разработанных методов для декомпозиции Пусть имеется транспортная сеть Хабаровска – объект управления.

Возможны различные уровни детализации транспортной сети и соответственно регистрация параметров потока и управления на данных уровнях. Наименьший уровень – перекресток, управление которым рассмотрено в примере раздела 4.1, однако создание системы управления транспортными потоками города требует формирования более укрупненных транспортных узлов и транспортных районов.

Уровни детализации узлов сети показаны на рисунке 4. использованием метода декомпозиции объекта управления. Далее будем следовать материалу раздела 3.4.

Разобьем транспортную сеть на 3 подсистемы (подсети), каждая из которых соответствует определенному району Хабаровска. Между подсистемами (районами) имеются транспортные потоки, которые могут формироваться на различных магистралях, соединяющих районы.

Обозначим суммарную среднюю интенсивность потока от подсистемы i к подсистеме j - ij (i, j = 1, 2, 3). Будем считать, что интенсивность транспортного потока из подсистемы i в подсистему j зависит от числа транспортных единиц в подсистеме в этот момент времени - N i, и эта зависимость задается формулой:

ij ij Ni, (j = 1, 2, 3), где 0 ij 1 и для любого j = 1, 2, 3 выполняется множество состояний подсистемы j, (j = 1, 2, 3). Состояние из подмножества S j s 0 j (tk ) (s0 j1 (tk ), s0 j 2 (tk ),..., s0 jR (tk )). Здесь s0 j1 (tk ) - величина полной нагрузки элементов транспортной сети подсистемы (например, длина очереди перед светофором m), (m = 2,…, Rj). Здесь для упрощения изложения не используем векторы принадлежности, определенные в разделе 3.4.2, а сразу формируем вектор состояния подсистемы.

Полная нагрузка транспортной сети, это среднее количество единиц транспорта в сети на данный момент времени. Полная нагрузка складывается из поступающей нагрузки и уходящей нагрузки.

Под поступающей (уходящей) нагрузкой транспортной сети подсистемы будем понимать среднее количество единиц транспортного потока, поступающих в подсистему из других подсистем (уходящих из подсистемы в другие подсистемы).

интенсивностью входящего и исходящего транспортных потоков подсистемы.

При отсутствии управления для подсистемы j величина интенсивности суммарного входящего потока вычисляется по формуле:

а величина интенсивности суммарного исходящего потока по формуле:

Структура объекта управления с учетом декомпозиции приведена на рисунке 4.3.

Рис. 4.3 Структура объекта управления при декомпозиции Очевидно, что величины поступающих и уходящих нагрузок являются, в соответствии с определением 9 раздела 3.4.2, глобальными параметрами состояния всей сети, поскольку связаны между собой и являются параметрами состояний нескольких подсистем (уходящая нагрузка для одной это поступающая для других). Таким образом, глобальное состояние объекта задается вектором:

s 0 ( s011, s021, s031 ).

Базовое состояние объекта содержит глобальные параметры и имеет вид:

s ( s011, s021, s031 ).

Выделим множество базовых состояний объекта:

s (1000,5000,1000); s (1000,5000,2500).

состояния соответствуют случаям, когда нагрузка на подсистемы сбалансирована или отдельные подсистемы перегружены.

Кластеризация глобальных состояний проходит по правилу:

выходящие из нее, управляются светофорной сетью, которую будем называть подсистемы, так, что имеется регулятор исходящего из подсистемы потока - r j, и регулятор входящего в подсистему потока - r j.

Каждый регулятор задает длительности интервалов остановки и движения в потоке. Так длительность интервала остановки в исходящем потоке z0 j, а длительность интервалов, разрешающих движение в исходящем потоке равна z1j.

Для входящего потока имеем соответственно z0 j и z1j.

Отметим, что от соотношения величин z0 j, z1j и z0 j, z1j зависит реальная интенсивность транспортных потоков после регуляторов, которая вычисляется по Так, например, (независимо от типа потока) если z1 j / z0 j, то *j j, а если z1 j / z0 j 0, то *j 0 (здесь считаем одну из величин фиксированной).

параметров регуляторов потока, будем рассматривать как управления потоками подсистемы j, и, следуя 3.4.3, как глобальное управление, поскольку оно оказывает влияние на глобальные параметры.

Далее будем рассматривать следующие варианты глобального управления для подсистемы j:

j = 1, 2, 3.

Отметим, что возможны варианты управлений, когда u1 j 0, u1 j 0, что соответствует случаям, когда z1j, z1j, z0 j 0, z0 j (регуляторы постоянно открыты) или z1j 0, z1j 0, z0 j, z0 j (регуляторы постоянно закрыты).

Из этого следует, что j = 1, 2, 3; r, n = 1, 2, 3.

Здесь последняя формула отражает тот факт, что входящий поток в подсистему складывается из исходящих потоков других подсистем. Интенсивности потоков j* и j* это интенсивности потоков после регуляторов.

Множество возможных глобальных управлений в данном примере имеет вид:

подсистемами постоянна и равна h ( h t k 1 t k, k = 1, 2, …, (n-1)).

Полная нагрузка на транспортную сеть подсистемы j на шаге управления k при управлениях u (t k ) и u (t k ) может быть вычислена по формуле:

Формула справедлива, поскольку величина полной нагрузки за шаг управления складывается из поступающей нагрузки ( hj (t k ) ), зависящей от интенсивностей транспортных потоков, поступающих в подсистему из других подсистем, и уходящей нагрузки ( hj (t k ) ), зависящей от интенсивностей транспортных потоков выходящих из подсистемы, также должна учитываться величина полной нагрузки вначале шага управления.

вычисляется по формуле (с учетом того, что s0 j1 (tk ) j (tk ) и с учетом возможных управлений, которые применялись в момент) t k :

С учетом сделанных выше допущений о взаимосвязи интенсивностей выходящих потоков из подсистем с их состоянием (полной нагрузкой), получим (с учетом того, что s0 j1 (tk ) N j ):

что позволяет записать систему уравнений:

получим динамику изменения глобальных состояний.

Качество управления будем определять следующим образом.

Пусть a j - затраты на эксплуатацию транспортной сети подсистемы j при единичной нагрузке, тогда суммарные затраты на эксплуатацию транспортной сети при заданных значениях полной нагрузки на все подсистемы объекта управления равны на интервале управления при шаге управления k:

Поскольку в работе предложен метод пошаговой оптимизации, то оптимальное управление применяется для каждого шага из набора оптимальных управлений для базовых состояний.

Вычисления будем проводить при следующих условиях:

Определим оптимальное управление для состояния s (500,1000,1000 ).

управлений. Получим, например, следующие варианты:

G (t k, u11 (t k ), u12 (t k ), u13 (t k ), u11 (t k ), u12 (t k ), u13 (t k ),1) 5 * [1000 ( 500 * 0.2 1000 * 0.4) (1000 * 0.3 1000 * 0.3)] 7036.

Проведя расчеты для всех вариантов сочетаний управлений получим, что для данного состояния оптимальным будет управление:

Для этого управления G (t k, u 31 (t k ), u 32 (t k ), u 33 (t k ), u (t k ), u (t k ), u (t k ),1) 6067.

кластеризации, в состояние s (500,1000,2500 ).

По аналогии можно вычислить оптимальные управления для всех базовых состояний.

Таким образом, получим сценарии управления для каждого кластера.

4.3. Интеллектуальная система управления дорожно-транспортным Технологические тенденции развития современной цивилизации направлены на формирование информационного общества, одним из критериев которого является интеллектуальное управление транспортными потоками, умная полуавтоматического принятия решений. Количество автомобилей на улицах городов непрерывно растет, что при отсутствии систем управления комплексного сетевого уровня и ряда трансформирующих ограничительных мер неизбежно приведет к полному транспортному коллапсу уже в ближайшее десятилетие.

последовательных ключевых уровня:

- сбора и первичного анализа информации;

- обработки и принятия решений;

- управленческих воздействий и информирования.

Все уровни глубоко структурируются, имеют связанные группы систем и подсистем. Принципиальная схема показана на рисунке 4.4.

Системы сбора и первичного анализа составлены из технических, организационных и прогнозных подсистем, имеющих собственные свойства, особенности и задачи. Основная цель собрать информацию о состоянии, изменении и развитии потоков в различных перспективах.

Современные технические средства анализа дорожной обстановки:

- Навигационный мониторинг ГЛОНАСС, на серверах государственных и муниципальных подразделений, частных операторов, имеется информация о движении групп объектов, разделенная по отраслевым и иным принципам. Такая информация может являться базовой для оценок потока, однако должна быть подтверждена из других источников в следствии неоднородности распределения по территории города оборудованных мониторингом объектов, различными свойствами самих транспортных и специальных средств, недостаточной оперативности сигнала ввиду эпизодических задержек обработки;

Рис. 4.4. Принципы предоставляемых сервисов - Фиксация правонарушений ГИБДД (КРИС) фактически содержит барьерные счетчики потока и позволяет проводить качественный анализ трафика, организация доступа и оперативной аналитике необходима для оценки обстановки;

- Элементы безопасного города содержат камеры видеонаблюдения для обеспечения общественной безопасности, позволяют оценивать как автомобильные, так и пешеходные потоки, могут предоставить существенную базовую информацию для оценки краткосрочного развития потока;

- Специализированные счетчики трафика применяемые в городских центрах управления движением (ЦОДД), федеральных дорожных управлениях, региональных ситуационных центрах. Здесь непосредственно решается задача оценки дорожной обстановки, но такие системы сегодня разрознены, не имеют автоматического уровня, ввиду чего малоэффективны.

Кроме текущего состояния, важную роль играет оценка факторов влияния на дорожную обстановку, каждый из которых требует отдельного сценария реагирования. К факторам влияния относятся:

Дорожные работы, создают существенные ограничения движения, необходимо перенаправление потоков;

- Культурные и спортивные мероприятия, события вызывающие массовые скопления людей. Известные планы мероприятий должны учитываться при составлении сценариев управления;

Дорожно-транспортные происшествия, сужающие поток. Требуется максимально оперативная информация для принятия оптимизирующих мер предупреждающих развитие затора;

- Железнодорожные переезды, информация о закрытии и предполагаемом времени занятости, которых должна присутствовать на перекрестках, где возможно изменение маршрута;

- Задержки движения городского электротранспорта, информация позволит изменить маршрут следования как автомобилей, так и пассажиров общественного транспорта.

Факторы оценки имеют прямую зависимость от погодных условий, времени суток и сезонности. Необходим анализ и учет текущих погодных условий (дождь, гололед и т.п.), возможных прогнозов. Анализ архивов позволяет строить модели развития потоков по аналогии с ранее произошедшими событиями.

Интеллектуальное ядро состоит из интеграционного блока, объединяющего различные подсистемы и приводящего информацию к единому формату, модуля визуализации и модуля принятия решений. В основе эффективности систем необходимо закладывать «простой подход к сложным решениям», где все строится на обобщенных настраиваемых оценках состояния системы. На основе индикаторов состояния формируется набор комплексных ключевых показателей, комбинирование которых позволяет определять сценарии управленческих регистрации типовых рядов развития событий и включение их в базу данных.

окружающей остановки. Таким образом в ядре должны решаться задачи полуавтоматического формирования управляющих сигналов по определенному сценарию для их передачи в системы и средства управления.

определяемый как отношение интенсивности потока к пропускной способности.

Оба показателя являются переменными, при этом интенсивность – величина явно измеряемая, а пропускная способность зависит от факторов влияния. Основные вторичные критерии формирующие индикаторы состояния это:

- Время пересечения сегмента дорожной сети, может оцениваться плотностью потока и длиной очереди на перекрестах;

- Однородность потока на сопоставимых сегментах, характеризуется средней скоростью и равномерностью;

- Безопасность, зависит от мгновенной скорости, наличия сложных маневров и количества пересечений;

- Насыщенность парковочных площадок, наличие парковочных мест.

Важным свойством ядра должна быть вертикальная и горизонтальная вышестоящими и одноранговыми системами на соседних участках.

автоматические, полуавтоматические, информационные и инфраструктурные.

Автоматические системы получают набор сигналов из интеллектуального ядра и непосредственно осуществляют управленческие воздействия на участки потока.

Средства воздействия в данном случае – принятые технические ограничители и регуляторы: светофоры, активные переменные дорожные знаки, активная дорожная разметка. При этом управляющим комплексом могут служить уже существующие автоматические системы управления дорожным движением (АСУДД), часть управленческих сигналов может формироваться непосредственно в самих системах, основываясь на вторичном анализе.

К полуавтоматическим системам относятся системы поддержки принятия решений человеком. Здесь задача автоматики произвести расчет и информировать оператора или руководителя в максимально доступной форме. Такие системы ориентированы на руководителей и должны применятся в сложных ситуациях, при единичных событиях обусловленных пиковым ростом загрузки, в нестандартных плохо описываемых случаях.

Воздействия информационных подсистем управленческого уровня носят рекомендательный и побудительный характер. Направлены на комплексное информирование и играют большую роль в процессах социализации технологий и создания лояльности к непопулярным решениям (например платные участки дорог). Задача максимально облегчить для водителя или пассажира выбор маршрута и графика движения. Элементы: информационные табло на магистралях, перекрестках, развилках вблизи переездов, электронные табло движения транспорта на остановках и т.п.

Инфраструктурные системы создают прямые и косвенные факторы влияния путем внесения дополнительных условий-критериев изменяющих интенсивность потока. Например: платные участки городских магистралей с гибкой тарифной политикой предполагающей разную стоимость проезда в различные часы в течении суток будут регулировать интенсивность потока, гибкая система оплаты проезда в общественном транспорте изменит структуру пассажиропотока, парковочная политика повлияет на направления движения.

Рассматриваемое построение комплексной ИСУ дорожно-транспортным комплексом города позволяет разбить систему на группу взаимосвязанных подсистем, работающих независимо, но формирующих единый комплекс управления. Такой подход позволяет поэтапно реализовывать задачи построения инфраструктурных решений и проводить кластеризацию задач формирования и функционирования комплекса.

В целом эффективность должна выражаться в выравнивании коэффициентов загрузки на участках, уменьшения времени доступа к элементам дорожной сети, объектам инфраструктуры. Важны экономическая, социальная, экологическая, маркетинговая составляющая и безопасность. Схема эффективности отражена на рисунке 4.5.

Тенденции развития систем управления транспортом направлены на формирование в ближайшем будущем виртуальных сред интегрированных в автомобиль и специальную технику. Сегодня следует учитывать такие факторы, как:

- наличие средств визуализации в автомобиле, предполагается проецирование на стекла информационных и управляющих сигналов, таких как табло, дорожные знаки, разметка и многое другое, контекстно привязанное непосредственно к координатам и местности движения объекта;

телекоммуникационная среда, обеспечивающая передачу данных и формирующая сеть;

- геоинформационная платформа позволяющая делать привязку объектов и данных и позиционирование транспортного средства;

- разработка и согласование протокола обмена информацией между непосредственно между транспортными средствами;

наличие непосредственно систем интеллектуального управления интегрирующих группы подсистем сбора, анализа, представления информации и формирующих управляющие сигналы. Виртуальные среды и средства автоматического обмена информацией и согласование взаимных параметров движения составляют основу для организации беспилотного управления автомобилями и специальной техникой. Начиная с простых задач беспилотной работы сельскохозяйственных механизмов на полях, распределения и возвращения их в точку сбора; далее выполнения простых маршрутов в городской среде, например дом-работа, и затем более сложные решения по автоматическому выбору маршрута и самостоятельному беспилотному перемещению транспортного средства в точку назначения. Для появления возможностей в наших городах в ближайшем будущем, соответствия тренду развития цивилизации необходимо незамедлительно формировать обозначенные подсистемы и начинать создавать интеллектуальные площадки и комплексы, обеспечивающие интеграционный системный уровень.

Рис.4.5. Механизмы формирования эффективности интеллектуальной системы управления дорожно-транспортным комплексом 4.4. Методика формирования и совершенствования Структура (архитектура) интеллектуальной системы управления дорожнотранспортным комплексом представлена на рисунке 4.6, в составе выделены следующие подсистемы: оценки факторов влияния, оценки интенсивности потоков, интеллектуального ядра, визуализации, оперативного управления, информационного управления, инфраструктурного управления.

Состав исследований, задачи реализуемые в подсистемах, взаимодействия в рамках структуры:

Актуализация векторной карты схемы улично-дорожной сети с нанесением объектов динамического регулирования;

Создание векторной электронной карты локализованных транспортных участков и транспортных районов на территории города с отражением показателей пропускной способности элементов дорожной сети;

Построение математической модели транспортных связей на территории города, разработка и описание алгоритмов оптимизации;

Создание структурной логической схемы телекоммуникационной сети;

Создание топологической схемы расположения объектов системы с отражением подключения к телекоммуникационной сети;

Исследование транспортного спроса на участки улично-дорожной сети на основании статистического мониторинга перемещений населения по территории города;

Сравнительный анализ имеющихся на рынке системных и технических решений, обоснованный выбор оборудования и программного обеспечения;

Постановка задач и описание свойств необходимых к разработке решений;

взаимодействию сетей разных эксплуатирующих ведомств и организаций в рамках обеспечения задач подсистем интеллектуального города;

Определение количества и квалификации эксплуатирующего и обслуживающего персонала системы;

эксплуатирующего и обслуживающего персонала системы;

Разработка нормативных документов и регламентов взаимодействия на уровнях подсистем и участников;

Разработка проекта долгосрочной целевой программы по созданию, развитию и эксплуатации разрабатываемой системы;

Проектирование и реализация пилотной зоны системы в качестве испытательного полигона для опытно-конструкторских работ.

Рис.4.6. Структура (архитектура) системы Технологические решения составляющих подсистем обеспечивают:

распределённую инфраструктуру, обеспечивающую автономную работу сегментов в рамках транспортных районов;

исполнительных устройствах или промежуточных узлах.

Функции, определенные для интеллектуального ядра:

измерительного уровня;

интенсивности потоков, коэффициента загрузки для указанных транспортных участков;

Производить расчёты прогноза развития ситуации;

Обрабатывать данные по специальным алгоритмам, рассчитывать и предлагать новые оптимальные сценарии;

информирования;

позволяющим оператору принимать решения в полуавтоматическом режиме;

Формировать, обрабатывать и хранить единую базу данных системы;

Передавать данные в геоинформационную систему (ГИС) визуализации;

Формировать и передавать сигналы в системы управления;

Осуществлять необходимые взаимодействия с подсистемами, другими системами, комплексами вышестоящего и смежного уровней.

Функции, определенные для системы визуализации ГИС «Дорожная сеть»:

Обеспечивать загрузку и обработку растровых и векторных слоёв;

Позволять конвертацию данных из других форматов и открытых систем;

Обрабатывать статические и динамические данные;

Взаимодействовать с базами данных интеллектуального ядра;

Позволять создание произвольных интерфейсных и отчётных форм;

Поддерживать возможности оценки площадей и прокладки маршрутов;

Иметь возможность интеграции в публичные и сетевые сервисы.

Содержать информационные слои отражающие динамические значения показателей как получаемых, так и рассчитываемых интеллектуальным ядром, отдельно по каждому фактору влияния, расчётному показателю;

Иметь возможность наложения слоёв друг на друга и комплексного анализа;

Поддерживать возможность просмотра архивных данных за прошлые периоды.

Функции, определенные для системы оценки факторов влияния:

Сбор информации из различных источников автоматизированными электронными методами с помощью телекоммуникационных сетей;

Доступность оперативных данных сразу после формирования в соответствующих источниках с минимальными задержками;

Получение оперативных данных по зарегистрированным дорожнотранспортным происшествиям (источник ГИБДД);

происшествиям (источник страховые компании);

железнодорожных переездов (источник РЖД);

Получение оперативных (текущих) и прогнозных данные по погодным условиям (источник Росгидромет);

Получение данных о текущих и плановых работах по ремонту и обслуживанию дорог и сетей коммуникаций (источники управление благоустройства, энергоресурсообеспечения, ЕДДС);

Получение данных о дефектах дорожного покрытия в рамках категории требуемых ремонтных работ (источник ГИБДД, управление благоустройства, участники движения);

Получение данных по перекрытиям движения, изменениям маршрутов и графиков общественного транспорта (источник управление транспорта);

мероприятиям (источник управления культуры, физкультуры);

Обмен информацией с единой дежурной диспетчерской службой города (ЕДДС);

Конвертирование данных из различных подсистем в единый формат;

Передачу данных для обработки в интеллектуальное ядро.

Функции, определенные для системы оценки интенсивности потоков:

Обеспечивать сбор информации электронными методами, через телекоммуникационные сети, с помощью имеющихся и вновь создаваемых технических средств и систем;

формирования в соответствующих источниках с минимальными задержками;

Предусматривать возможность быстрого включения в систему вновь появившихся источников данных;

Обеспечивать возможность использования данных получаемых оборудованием фотофиксации правонарушений ГИБДД;

Обеспечивать возможность использования Обеспечивать возможность использования данных получаемых оборудованием видеонаблюдения УВД;

данных получаемых оборудованием учёта трафика и наблюдения ситуационных центров края, Федерального дорожного агентства;

Обеспечивать возможность использования данных получаемых системой навигационного мониторинга ГЛОНАСС;

Обеспечивать возможность использования данных получаемых о миграции абонентов сотовых сетей;

Конвертировать данные из различных подсистем в единый формат;

Передавать данные для обработки в интеллектуальное ядро.

Функции, определенные для системы оперативного управления:

Обеспечивать приём и обработку сигналов из интеллектуального ядра;

устройств;

Передавать управляющие сигналы непосредственно на исполнительные регулирующие устройства дорожной сети: светофоры, знаки, разметку и др.;

Обеспечивать визуализацию текущего состояния объектов управления;

Поддерживать передачу оперативной и атрибутивной информации в соответствующие слои ГИС Дорожная сеть;

Содержать подсистемы самодиагностики и оперативного оповещения о неисправностях.

Функции, определенные для системы информационного управления:

Обеспечивать передачу автоматических сообщений об изменении факторов пропускной способности и интенсивности на информационные табло и в сеть интернет;

Обеспечивать передачу произвольных сообщений формируемых оператором на информационные табло и в сеть интернет;

Поддерживать работу специализированного интернет-раздела (сайта) системы интеллектуальный город;

Обеспечивать доступ к публичным элементам визуализации ГИС Дорожная сеть и информационным сервисам;

Поддерживать работу интернет сервисов на всех видах мобильных устройств-смартфонов;

Формировать и поддерживать сервисы SMS-сообщений, в том числе при активации режима фотофиксации и формировании документа (протокола, счета).

Задачи, определенные для системы инфраструктурного управления:

Предусматривается возможность развития дополнительных подсистем и обеспечение интеграции в единый комплекс вновь создаваемых компонентов.

Состав и выделенные направления:

Платные участки городских магистралей тарифное регулирование наполнения сегментов;

электронную регистрацию места и времени проезда по участку;

организация обработки и учёта данных;

поддержка системы рассылки платёжных уведомлений и системы взимания платежей.

Управление городскими парковками обеспечивать регистрацию места и времени стоянки;

обеспечивать тарифное регулирование использования парковочных мест;

электронную регистрацию места и времени парковки по участку;

организация обработки и учёта данных;

поддержка системы рассылки платёжных уведомлений и системы взимания платежей.

Автоматизированное управление пассажирским транспортом обеспечивать безналичную оплату проезда в зависимости от маршрута;

обеспечивать диспетчеризацию и регулирование движения;

обеспечивать учёт пассажиропотока и планирование.

Требования к телекоммуникационной сети, обеспечивающие надежную работу системы:

Обеспечивать бесперебойную оперативную передачу информации между объектами сети;

Иметь единую логическую структуру, построенную на технологии VPN;

Содержать узлы, располагаемые на территории государственных или муниципальных предприятий и учреждений города Преимущественно использовать каналы связи, предоставляемые ЕМТС города Хабаровска или иными сетями эксплуатируемыми муниципальными предприятиями и учреждениями города;

Иметь централизованный узел управления;

Поддерживать автономность работы сети в пределах транспортных районов;

проникновение в сеть посторонних лиц;

8. Обеспечивать взаимодействие с другими сетями в режиме получения и обмена информацией.

интеллектуального управления является создание комплексных условий, обеспечивающих максимально эффективное управление транспортом.

Предусматриваются следующие порядок и этапы проведения проектирования в соответствии с формируемой архитектурой:

I этап 1. Проектирование системы оценки интенсивности потоков;

2. Проектирование системы оценки факторов влияния;

3. Проектирование системы интеллектуального ядра в части приёма, накопления и визуализации информации;

4. Проектирование ГИС Дорожная сеть в части визуализации данных;

5. Разработка технического задания на проектирование систем управления инфраструктурой: парковками, платными участками городских магистралей; пассажирским транспортом;

6. Проектирование пилотной зоны в части подсистем I этапа.

II этап 1. Внедрение и испытания пилотного проекта подсистем I этапа;

2. Проектирование системы интеллектуального ядра в части математической обработки информации, формирования и передачи управляющих сигналов;

3. Проектирование системы информационного управления;

4. Проектирование системы оперативного управления;

5. Проектирование пилотной зоны II этапа.

III этап 1. Внедрение и испытания пилотного проекта подсистем II этапа;

2. Внесение уточнений и корректировок в документацию по результатам 3. Проектирование интеграции с системами управления инфраструктурой.

В целях максимально эффективного использования ресурсов, обеспечения лучшей управляемости и гибкости системы, сохранности оборудования, рекомендовано:

- использование каналов связи и сетевых сервисов предоставляемых единой многоканальной телекоммуникационной системой города Хабаровска;

- размещение оборудования и узлов на территории зданий муниципальных учреждений и организаций;

- определение в качестве ответственных за содержание и эксплуатацию элементов, подсистем и системы в целом профильных муниципальных организаций;

- организация системы первичного обучения персонала, переподготовки и повышения квалификации;

- разработка нормативной документации и регламентов взаимодействия на уровнях подсистем и участников;

- разработка долгосрочной целевой программы по созданию, развитию и эксплуатации системы;

- подготовка и развитие проекта системы организацией обладающей высокой квалификацией в соответствующих областях.