Динамічні моделі оптимізації транспортних потоків

Автор(и)

DOI:

https://doi.org/10.24144/2616-7700.2024.45(2).139-152

Ключові слова:

динамічні моделі, транспортні потоки, оптимізація, дискретна задача розміщення, транспортна мережа

Анотація

У даній статті розглядається проблема оптимізації транспортних потоків у динамічних умовах на основі дискретної задачі розміщення. Обґрунтовується ідея про те, що динамічні моделі оптимізації на основі дискретної задачі розміщення можуть значно підвищити ефективність управління транспортною системою, особливо в умовах війни, коли багато доріг можуть бути перекриті або пошкоджені. Простежується взаємозв'язок між класичними підходами до задачі розміщення та їх адаптацією для динамічного середовища та вплив військових дій на транспортну інфраструктуру України, а також можливість використання сучасних технологій для оптимізації маршрутів у реальному часі. Особливу увагу приділено математичним моделям, які враховують дискретні рішення щодо розміщення вузлів транспортної мережі з урахуванням варіативності транспортних потоків у часі. У статті порушується тема адаптивної маршрутизації в умовах постійних змін та перешкод. Дається порівняння традиційних методів управління транспортом з новітніми підходами на основі штучного інтелекту. Метою статті є аналіз можливостей застосування супутникових даних в синергії з динамічними моделями для вирішення актуальних проблем транспортної логістики в кризових умовах. Особливу увагу приділено питанню безпеки даних та інтеграції штучного інтелекту в існуючі системи управління транспортом. Автор приходить до висновку, що що динамічні моделі на основі дискретної задачі розміщення та новітні технології можуть суттєво зменшити затримки та мінімізувати ризики в умовах війни, а також потребують подальшого розвитку та впровадження.

Біографії авторів

О. І. Баран, ДВНЗ «Ужгородський національний університет»

аспiрант кафедри системного аналiзу та теорiї оптимiзацiї

Ю. В. Андрашко, ДВНЗ "Ужгородський національний університет"

доцент кафедри системного аналізу та теорії оптимізації

Посилання

  1. Chen, X., & Wang, Y. (2020). Dynamic Optimization of Transportation Flows in Smart Cities. Journal of Advanced Transportation Systems, 45(3), 245-268.
  2. Desaulniers, G. (2018). Mathematical Modeling in Transportation Networks and Complexity. Computational Optimization and Applications, 71(2), 341-367.
  3. Oladimeji, D., Gupta, K., Köse, N. A., Gündoğan, K., He, L., & Liang, F. (2023). Smart Transport: Overview of Technologies and Applications. IEEE Access, 11, 10617-10632. https://doi.org/10.1109/ACCESS.2023.3241234.
  4. Nikitas, A., Michalakopoulou, K., Njoya, E. T., & Karampatzakis, D. (2020). Artificial Intelligence, Transport and Smart City: Definitions and Measurements of a New Era of Mobility. Sustainability, 12(7), 2789. https://doi.org/10.3390/su12072789.
  5. Chocholáč, J., Kučera, T., Sommerauerová, D., Hruška, R., Machalík, S., Křupka, J., & Hyršlová, J. (2020). Smart City and Urban Logistics - Research Trends and Challenges: Systematic Literature Review. Sustainability, 12(10), 4115.
  6. Bertsimas, D., & Vohra, S. (2006). Discrete Optimization. Cambridge: MIT Press.
  7. Bland, R. G. (2016). An Overview of Branch and Bound Algorithms for Solving Facility Location Problems. Journal of Operations Research, 24(1), 1-16.
  8. Kumar, A., & Singh, A., (2019). Heuristic Algorithms for Facility Location Problems: A Review. International Journal of Operations Research, 16(1), 29-38.
  9. Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press.
  10. Khan, M. S., & Ali, A. (2021). Machine Learning Techniques for Traffic Management: A Review. IEEE Access, 9, 129856-129871. https://doi.org/10.1109/ACCESS.2021.3119704.
  11. Zhao, J., & Zheng, Y. (2019). Real-Time Traffic Management Using Smart Traffic Systems: A Review. Transportation Research Part C: Emerging Technologies, 100, 1-18.
  12. https://doi.org/10.1016/j.trc.2019.01.017.
  13. Chen, C. H., & Kuo, S. C. (2020). Smart Traffic Management System: An Overview. Journal of Traffic and Transportation Engineering, 7(2), 114-123.
  14. https://doi.org/10.1016/j.jtte.2020.01.003.
  15. Klein, R. M. (2020). Electronic Road Pricing: A Comprehensive Analysis of Impact and Implementation. Transportation Research Record, 2674(2), 42-51.
  16. https://doi.org/10.1177/0361198120908097.
  17. Okumura, T., & Yamada, T. (2018). The Tokyo Traffic Control System: Integration of Real-Time Data for Effective Traffic Management. Intelligent Transportation Systems, 22(6), 900-911. https://doi.org/10.1080/15472450.2018.1436692.
  18. Kishi, Y., & Ueno, H. (2019). VICS: Vehicle Information and Communication System. Journal of Advanced Transportation, 1-10. https://doi.org/10.1155/2019/8741538.
  19. Gonzalez, M., & Farooq, A. (2022). Smart Traffic Lights: Adaptive Signal Control for Urban Environments. Transportation Science , 56(2), 253-268. https://doi.org/10.1287/trsc.2022.1076.
  20. Patel, M. R., & Chetan, K. (2020). Public Transport Management Systems: Innovations and Challenges. Journal of Transportation Technologies, 10(3), 112-128.
  21. https://doi.org/10.4236/jtts.2020.103008.
  22. Huang, Y., & Zhuang, Z. (2021). Evaluating the Effectiveness of Congestion Charge Zones in Urban Areas: A Case Study. Sustainability, 13(2), 888. https://doi.org/10.3390/su13020888.
  23. Transport for London (TfL). (2023). TfL Traffic Information: Real-Time Data on Congestion and Roadworks. Retrieved from: https://tfl.gov.uk/modes/driving/traffic-information.
  24. New York City Department of Transportation (NYC DOT). (2023). NYC Traffic Management Center: Innovations in Data Analytics and Surveillance. Retrieved from:
  25. https://www.nyc.gov/html/dot/downloads/pdf/nyc-traffic-management-center.pdf.
  26. Waze. (2023). Waze for Cities: Collaborating with Local Governments for Better Traffic Management. Retrieved from: https://www.waze.com/en-GB/for-cities.

##submission.downloads##

Опубліковано

2024-11-21

Як цитувати

Баран, О. І., & Андрашко, Ю. В. (2024). Динамічні моделі оптимізації транспортних потоків. Науковий вісник Ужгородського університету. Серія «Математика і інформатика», 45(2), 139–152. https://doi.org/10.24144/2616-7700.2024.45(2).139-152

Номер

Том 45 № 2 (2024)

Розділ

Iнформатика, комп’ютернi науки та прикладна математика

Ліцензія

Авторське право (c) 2024 О. І. Баран, Ю. В. Андрашко

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.