Написание диплома по теме «Повышение эффективности адаптивного управления дорожным движением на основе анализа Больших Данных»

Введение Повышение интенсивности потоков транспортного движения, высокоскоростных режимов, увеличение транспортных средств, требуют ужесточенных требований к организациям и методам управления дорожным движением, главная задача которых состоит в обеспечении необходимого уровня эффективности и безопасности транспортной инфраструктуры. Каждый из нас ежедневно оказывается участником дорожного движения в качестве пешехода, велосипедиста, пассажира или водителя, сталкиваясь с различными проблемами во время передвижения: от климатических условий до возникновения дорожно-транспортных происшествий, произошедших по множеству различных причин. Статистика ДТП за любой год количественно имеет высокий показатель, сообщают официальные данные Государственной инспекции безопасности дорожного движения. А причинами являются не только нежелание соблюдать правила дорожного движения водителями транспортных средств или пешеходами, но и неправильное или несвоевременное принятие решений по управлению транспортной системой и организации дорожного движения, в связи с чем, образуются километровые заторы и пробки. Таким образом, оптимизация параметров функционирования дорожно-транспортной инфраструктуры рассматривалась как направление по строительству новых дорог, транспортных узлов и автомагистралей. Но значительно улучшило и модернизировало процесс управления транспортной сетью внедрение Автоматизированных систем управления дорожным движением и учёт изменений влияющих факторов и условий в режиме реального времени за счёт сбора, обработки и интеллектуализации управления данными, которые закладываются в основу системы аналитики Больших данных. В свою очередь, интеграция транспортной инфраструктуры с системой аналитики Больших данных позволяет базировать методику управления транспортным потоком на результатах постоянного мониторинга и принимать решения по организации и роботизации средств и методов регулирования дорожным движением на основе достоверной и актуальной информации. Исходя из вышесказанного, целью данной магистерской диссертации является обеспечение высокого уровня безопасности и эффективности дорожно-транспортной инфраструктуры с использованием автоматизированных систем управления и методов адаптивного управления на основе системы аналитики Больших данных. Объектом исследования выступает автоматизированная система функционирования дорожно-транспортной инфраструктуры при интеграции с системой аналитики Больших данных на примере адаптивного управления дорожным движением; Предмет исследования: модель автоматизированной системы дорожно-транспортной инфраструктуры. Для достижения цели необходимо выполнить следующие задачи: 1. Дать определение и описание «узких мест» функционирования дорожно-транспортной инфраструктуры; 2. Изучить и проанализировать существующие методы и способы повышения безопасности и эффективности дорожного взаимодействия участников; 3. Исследовать систему аналитики Больших данных, раскрыть и описать методологию внедрения, принципы работы, область применения и результативность интеграции с другими системами; 4. Определить методы анализа системы больших данных; 5. Рассмотреть достигнутые результаты внедрения системы аналитики Больших данных и процесс интеграции с транспортной инфраструктурой; 6. Разработать концептуальную модель автоматизированной системы управления дорожным движением и функциональную модель интегрированной транспортной инфраструктуры с системой аналитики Больших данных на примере адаптивного управления дорожным движением; 7. Доказать экономическую эффективность внедрения системы аналитики Больших данных на примере адаптивного управления дорожным движением. Научная новизна состоит в следующем: • Установлен вид планирования и направление для принятия решений по снижению дорожно-транспортных происшествий и прогнозированию вероятности возникновения дорожной аварийности; • Рассмотрены существующие средства и методы регулирования дорожным движением и предложен новый метод повышения эффективности