Автоматизация системы диспетчерского контроля на основе экспертной системы городского пассажирского транспорта

Размещено на http: //www. allbest. ru/

Автоматизация системы диспетчерского контроля на основе экспертной системы городского пассажирского транспорта

Чувиков Д.А., Джха П.

Аннотация

автоматизация диспетчерский программный транспорт

ИНФОРМАЦИЯ ОБ АВТОРАХ

Чувиков Дмитрий Алексеевич - аспирант кафедры «Автоматизированные системы управления» ФГБОУ ВПО «Московский автомобильно-дорожный государственный технический университет (МАДИ)» 125319, Российская Федерация, Москва, Ленинградский пр-т, д. 64; e-mail: d.chuvikov@mivar.ru

Джха Пунам - аспирант кафедры «Автоматизированные системы управления» ФГБОУ ВПО «Московский автомобильно-дорожный государственный технический университет (МАДИ)» 125319, Российская Федерация, Москва, Ленинградский пр-т, д. 64; e-mail: punamelina@hotmail.com

В статье рассматривается существующие проблемы управления городским пассажирским транспортом в России. Рассмотрена методика автоматизации системы диспетчерского контроля на основе экспертной системы городского пассажирского транспорта.

Предложена методика автоматизации системы диспетчерского контроля на основе экспертной системы городского пассажирского транспорта с применением алгоритмов теории расписаний. В качестве эксперимента продемонстрирована имитационная модель автоматизированной системы диспетчерского контроля движения городского пассажирского транспорта в программной среде AnyLogic.

Ключевые слова: городской пассажирский транспорт (ГПТ), диспетчер, автоматизация, транспорт, экспертная система, теория расписаний, имитационное моделирование, AnyLogic, КЭСМИ (Wi!Mi 2.1).

Annotatіon

AUTHORS

Chuvikov Dmitry Alekseevich - Postgraduate Student, Department of «Automated Control Systems» State Technical University - MADI; 125319, Russian Federation, Moscow, Leningradsky Pr., 64; e-mail: d.chuvikov@mivar.ru

Jha Punam - Postgraduate Student, Department of «Automated Control Systems» State Technical University - MADI; 125319, Russian Federation, Moscow, Leningradsky Pr., 64; e-mail: punamelina@hotmail.com

Chuvikov D.A., Punam Jha

AUTOMATING DISPATCH CONTROL SYSTEM ON THE BASIS OF THE EXPERT SYSTEM FOR CITY PASSENGER TRANSPORT

The paper describes existing urban passenger transport management problems in Russia. The method of automated supervisory control system based on expert system of urban passenger transport was considered.

An analysis of automated tools for composing and controlling public city transport timetable has been carried out. The systems such as Fara 0080, PIKAS, PMT, SKAT and APAS have been considered. The methodology for automating dispatch control system on the basis of the expert As an experiment a simulation model of automated dispatch control system for city passenger transport has been demonstrated in the software environment Anylogic.

Keywords: city passenger transport (CPT), dispatcher, automation, transport, expert system, scheduling theory, simulation modeling, Anylogic, KESMI (Wi!Mi 2.1).

Введение

Статистические данные показывают, что сейчас в среднем каждый шестой житель нашей планеты проживает в городах с населением более 1 млн. человек, каждый третий -- в городе средних размеров и каждый четвертый -- в небольшом городе. Вследствие чего, в городах наблюдается резкая концентрация населения. Поэтому автоматизация диспетчерского управления городским пассажирским транспортом, является весьма актуальной задачей.

1. Существующие проблемы управления городским пассажирским транспортом (ГПТ) в России

В России система городского пассажирского транспорта играет важную роль в повышении уровня жизни крупных городов Российской Федерации (РФ) [1]. Каждый день услугами ГПТ пользуются миллионы людей по всей России. Такой важный элемент транспортной инфраструктуры нуждается в круглосуточном строгом автоматизированном контроле в режиме реального времени, так как любое его отклонение от нормы сильно отразится на слаженном механизме жизни любого крупного города, и может привести к непредвиденным последствиям.

Основными проблемами управления городским пассажирским транспортом (ГПТ) современных российских городов являются:

Недостаточный уровень развития системы контроля и управления общественным транспортом;

Отсутствие контроля за передвижениями всех единиц городского пассажирского транспорта;

Отсутствие оптимальной единой маршрутной сети с актуальным расписанием;

Неудовлетворительное транспортное обслуживание маломобильных групп населения;

Недостаточное обеспечение пассажиров актуальной информацией.

Перечислим основные критерии эффективности управления городским пассажирским транспортом:

Безопасность пассажиров;

Точность расписаний;

Высокая скорость передвижения в час пик;

Надежность перевозок;

Комфортность перемещения;

Критерий информационной обеспеченности.

Из вышесказанного можно сделать следующий вывод: для того, чтобы жители чаще отдавали свое предпочтение общественному транспорту, необходимо обеспечить достаточно комфортное, надежное, безопасное и удобное его использование [2].

К примеру, по данным государственного унитарного предприятия (ГУП) «Мосгортранс» имеет в эксплуатации 800 маршрутов наземного городского пассажирского транспорта, в том числе 670 маршрутов автобуса, 84 маршрута троллейбуса, 46 маршрутов трамвая [3]. Это огромная сеть ГПТ, которая должна управляться 24 часа в сутки и 7 дней в неделю без перерыва. Для этого требуется полная автоматизация работы диспетчерской службы.

2. Методика автоматизации системы диспетчерского контроля на основе экспертной системы ГПТ

Для составления и контроля расписания движения общественного городского транспорта необходимо внедрение в сферу ГПТ Автоматизированной Системы Диспетчерского Контроля (АСДК) на базе экспертных систем (ЭС).

Подобная система должна состоять из двух модулей:

Автоматизированный диспетчер;

Экспертная система.

АД необходим для обработки и передачи запросов в ЭС, полученных координат по средствам GPS/ГЛОНАСС от подвижного состава.

В экспертной системе должны использоваться правила первого и второго уровня, такие как: день недели, время суток (учет наивысшей концентрации пассажиров), учет пробок на дорогах, статистика маршрута, вид транспорта, тип подвижного состава, количество мест, дальнейшие пересадки.

Стоит отметить, что для разработки подобной экспертной системы рекомендуется использовать специальный инструмент для создания моделей знаний с неограниченным количеством связей, параметров и отношений, обладающий логическим выводом, - КЭСМИ (Wi!Mi 2.1). КЭСМИ - это конструктор экспертных систем миварный [4-6]. Этот инструмент позволяет обрабатывать более 5 000 000 правил в секунду с минимальными аппаратными требованиями, [5-8] что является важным критерием для создания АСДК на базе экспертной системы. Так как ЭС АСДК необходимо обрабатывать огромное количество правил в реальном времени.

Правила первого уровня после предварительных рекомендаций формируют правила второго уровня, на основе которых применяется решение, поступающее в АД. АД обрабатывает поступившее решение, и если требуется, то перестраивает путь и перепланирует расписание, применяя алгоритмы теории расписаний, конкретного маршрута в реальном времени (расписание выводится на табло в пункте высадки и посадки пассажиров). После обработки данные отправляются обратно на подвижной состав, где водитель должен следовать указаниям, которые поступают на экран навигационной системы, установленной в кабине.

Также стоит учесть, что при внедрении подобной системы в реальную среду необходимо провести ее имитационное моделирование [9-14]. Одно из преимуществ имитационного моделирования это «наглядность». При помощи инструментов имитационного моделирования можно визуализировать процессы работы системы, а также схематично изобразить ее структуру и преподнести в графическом виде результаты. Также стоит отметить, что имитационное моделирование позволяет спрогнозировать различные ситуации при проведении различных экспериментов с моделью. Таким образом, создание имитационной модели АСДК транспортных потоков необходимо для анализа информации и прогнозирования ситуаций на маршрутах ГПТ.

В качестве эксперимента была разработана имитационная модель АСДК движения ГПТ в программной среде AnyLogic.

Разработка имитационной модели маршрутной сети города включает в себя три основных этапа:

1. Разработка имитационной модели маршрутной сети города;

2. Имитационный эксперимент с моделью - выделение наиболее перегруженных участков, корректировка ошибок;

3. Создание свода рекомендаций по перераспределению маршрутов ГПТ на основе глубокого анализа имитационной модели.

На рисунке 1 представлена модель АСДК транспортных потоков для анализа информации и прогнозирования ситуаций на маршрутах ГПТ в действии. Стоит отметить, что данная симуляция является экспериментальной.

Рисунок 1 Экспериментальная модель АСДК транспортных потоков для анализа информации и прогнозирования ситуаций на маршрутах ГПТ в действии

Построенная модель маршрута для городского пассажирского транспорта позволяет проводить эксперименты, с целью оптимизации и анализа работы маршрутов: редактирование расписания транспорта, выбор типа (критерий вместимости) и количества (критерий загруженности дорог) подвижного состава на маршруте. Стоит отметить, что для целостного анализа работы маршрутов необходимо создать модель сети всего города.

Принцип работы данной имитационной модели заключается в следующем: подвижные составы разных типов, с разными параметрами скорости движения и разным количеством посадочных мест, движутся с заданным интервалом, перемещаются по маршрутам от одного остановочного пункта до другого, совершают остановки, высаживают и забирают пассажиров с остановок. Количество и частота появления людей на остановочных пунктах также задаются по определенным критериям, а именно: месяц, день недели, время суток, статистика маршрута. На рисунке 2 представлена структура модели АСДК транспортных потоков для анализа информации и прогнозирования ситуаций на маршрутах ГПТ.

Рисунок 2 Структура имитационной модели АСДК транспортных потоков для анализа информации и прогнозирования ситуаций на маршрутах ГПТ

При проведении имитации эксперимента на модели можно определить наиболее загруженные участки на дорогах города. Также, данная модель дает возможность корректировать исходные параметры, такие как: пути маршрутов, расписание, тип и количество подвижных составов на данном маршруте, увеличение и уменьшение скорости движения, а также в реальном времени проводить анализ изменения ситуации транспортных потоков. На рисунке 3 представлен исполнительный блок имитационной модели.

Рисунок 3 Исполнительный блок имитационной модели АСДК транспортных потоков для анализа информации и прогнозирования ситуаций на маршрутах ГПТ

Использование разработанной имитационной модели и анализ эксперимента, дает возможность повысить эффективность общественного транспорта, что в свою очередь, будет способствовать снижению загруженности траффика на дорогах города.

Заключение

В данной статье рассматривается существующие проблемы управления городским пассажирским транспортом (ГПТ) в России. Рассмотрена методика автоматизации системы диспетчерского контроля на основе экспертной системы ГПТ [15].

Рассматривается структура ГПТ АСДК на базе экспертной системы. В качестве эксперимента была разработана имитационная модель [16-18] данной системы в программной среде AnyLogic. Имитационная модель позволяет экспериментировать с трафиком, анализировать полученную информацию и прогнозировать ситуации на маршрутах. Таким образом, внедрение полноценной АСДК на предприятиях по перевозке пассажиров, позволит не только автоматизировать систему управления и контроля, но и повысить скорость и эффективность наземного транспорта, а также своевременно информировать пассажиров об изменениях в расписании, оптимизировать срок службы подвижного состава и безотказно планировать график движения.

Литература

1. Груничев А. Г. Транспортные проблемы современного города (на примере Нижнего Новгорода) // Современные наукоемкие технологии. 2013. №8-2. C. 281-283.

2. Зырянов В.В. Проблемы и некоторые результаты создания устойчивой городской транспортной инфраструктуры на примере Ростова-на-Дону // Устойчивое развитие городского транспор- та: вызовы и возможности: сб. материалов Междунар. семинара. М.: НТБ «Энергия», 2013. C. 64-71.

3. ГУП «Мосгортранс» [Электронный ресурс]. - Режим доступа: http://www.mosgortrans.ru/

4. Варламов О.О., Санду Р.А., Владимиров А.Н., Носов А.В., Оверчук М.Л. Миварный подход к созданию мультипредметных активных экспертных систем в целях обучения информационной безопасности и управления инновационными ресурсами в образовании // Известия Южного федерального университета. Технические науки. 2010. № 11 (112). С. 226-232.

5. Варламов О.О. Обзор двадцати пяти лет развития миварного подхода к разработке интеллектуальных систем и создания искусственного интеллекта // Труды НИИР. 2011. №1. С.34_44.

6. Варламов О.О. Логический искусственный интеллект создан на основе миварного похода! МИВАР: активные БД с линейным логическим выводом > 3млн правил => понимание смысла + сингулярность в виртуальной реальности. Саарбрюкен, Германия: LAP LAMBERT Academic Publishing Gmbh & Co. KG, 2012. 700 с.

7. Чувиков Д.А.. Разработка электронного образовательного ресурса (ЭОР) "МИВАР". "МИВАР" - логический искусственный интеллект // Саарбрюкен, Германия: LAP LAMBERT Academic Publishing Gmbh & Co. KG. - 2015. - 65 с. ISBN: 978-3-659-33033

8. Чувиков Д.А., Назаров К.В. Автоматическое конструирование алгоритмов решения задач по физике в программной среде КЭСМИ // Труды Конгресса по интеллектуальным системам и информационным технологиям "IS&IT'16". - 2016. - Т.2. - С. 38-41.

9. Чувиков Д.А. Применение графического движка в решении интеллектуальных задач, связанных с ситуационным трехмерным моделированием // Радиопромышленность. - 2015. - № 3. - С. 200-209.

10. Варламов О.О., Чувиков Д.А. Использование миварного подхода в решении задач, связанных с имитационным моделированием // В сборнике: Имитационное моделирование. Теория и практика Труды конференции: в 2 томах. - 2015. - С. 280-284.

11. Чувиков Д.А. Роль использования синтеза систем имитационного и экспертного моделирования // Труды Конгресса по интеллектуальным системам и информационным технологиям "IS&IT'16". - 2016. - Т.2. - С. 125-128.

12. Чувиков Д.А., Петерсон А.О. Применение миварных технологий в интеллектуальном имитационном моделировании // Автоматизация и управление в технических системах. - 2015. - № 4.1; URL: auts.esrae.ru/16-346.

13. Чувиков Д.А. Применение миварного логического ядра в решении задач, связанных с имитационным моделированием // Автоматизация и управление в технических системах. - 2016. - № 1; URL: auts.esrae.ru/18-362.

14. Чувиков Д.А., Варламов О.О. Миварные технологии как средство создания систем автоматизации разумной деятельности человека // Автоматизация и управление в технических системах. - 2016. - № 1; URL: auts.esrae.ru/18-369.

15. Чувиков Д.А., Теплов Е.В., Сараев Д.В., Варламов О.О., Джха П. Методика автоматизации системы диспетчерского контроля на основе экспертной системы городского пассажирского транспорта // Радиопромышленность. - 2016. - № 4. - С. 80-90.

16. Чувиков Д.А. Роль использования синтеза систем имитационного и экспертного моделирования // Труды Конгресса по интеллектуальным системам и информационным технологиям. «IS&IT'16». - Т. 2. - 2015. - С. 125-128.

17. Чувиков Д.А. Разработка игрового виртуального симулятора // - М.: БИБЛИО-ГЛОБУС, 2017. 164 с. ISBN: 978-5-9909278-5-8. DOI: 10.18334/9785990927858.

18. Чувиков Д.А., Юрчик П.Ф., Москалёв А.Г., Голубкова В.Б. Оценка применимости трехмерных игровых ядер для создания систем дистанционного обучения // Промышленные АСУ и контроллеры. - 2015. - № 10. - С. 14-23.

19. Чувиков Д.А. Применение миварного логического ядра в решении задач, связанных с имитационным трехмерным моделированием // Теоретические и прикладные проблемы развития и совершенствования автоматизированных систем управления военного назначения. Тезисы докладов II Всероссийской научно-технической конференции. - 2015. - С. 213.

20. Чувиков Д.А. Применение миварного логического ядра в решении задач, связанных с ситуационным трехмерным моделированием // Наукоемкие технологии в космических исследованиях Земли. - 2016. - Т. 8. - № 6. - С. 53-58.

Размещено на Allbest.ru