Комплексная оптимизация городского транспорта с использованием искусственных нейронных сетей

Сентябрь 13, 2022

Главная
Алгебра
Комплексная оптимизация городского транспорта с использованием искусственных нейронных сетей

Содержание

2. Оптимизация городского транспорта Анализ сложившейся ситуации Значительные интервалы движения Дублирование маршрутов Нехватка кадров Неравномерность наполнения Неудовлетворительное
3. Будущее ТТУ? или
4. Предлагаемое решение
5. Алгоритмы работы нейронных сетей Задание начальных условий Выбор сценария База данных Геолокация, метеоусловия, наполняемость Корректировка сценария
6. Согласование городского и пригородного сообщений Маршрут №47 Пересадка без проблем
7. Простейший пример оптимизации
8. Выделенные полосы светофорного регулирования Решение проблем мегаполиса минимальными затратами
10. Оптимизация городского транспорта Эффекты от реализации проекта
11. Современному городу – передовые технологии Тестирование «беспилотных поездов» на МЦК – начало 2019 года Рекуперация –
12. Опыт зарубежных стран: Беспилотный трамвай «Siemens Combino» Сканирует местность на 100 м вперед - для торможения
13. Наставник: Ерополов Александр Венедиктович – заместитель руководителя департамента транспорта Автор проекта: Дмитриев Денис Сергеевич Молодежная лига
15. Скачать презентацию

Слайд 2

Оптимизация городского транспорта
Анализ сложившейся ситуации
Значительные интервалы движения
Дублирование маршрутов
Нехватка кадров
Неравномерность наполнения
Неудовлетворительное

состояние подвижного состава

Слайд 3

Будущее ТТУ?
или

Слайд 4

Предлагаемое решение

Слайд 5

Алгоритмы работы нейронных сетей

Задание начальных условий
Выбор сценария
База данных
Геолокация, метеоусловия, наполняемость
Корректировка

сценария

Ручное управление

Соответствует заданным параметрам?

Нет

Да

Управление транспортом

Выходной сигнал

Слайд 6

Согласование городского и пригородного сообщений
Маршрут №47
Пересадка без проблем

Слайд 7

Простейший пример оптимизации

Слайд 8

Выделенные полосы светофорного регулирования
Решение проблем мегаполиса минимальными затратами

Слайд 9

Слайд 10

Оптимизация городского транспорта
Эффекты от реализации проекта

Слайд 11

Современному городу – передовые технологии
Тестирование «беспилотных поездов» на МЦК – начало

2019 года

Рекуперация – основа энергосбережения

Слайд 12

Опыт зарубежных стран:
Беспилотный трамвай «Siemens Combino»
Сканирует местность
на 100 м вперед -

для торможения
с 50 км/ч
«Ждёт пассажиров»
Распознает
объекты

Германия, г. Потсдам

Слайд 13

Наставник:
Ерополов Александр Венедиктович – заместитель руководителя департамента транспорта
Автор проекта:
Дмитриев

Денис Сергеевич Молодежная лига управленцев Самары