Исследование комплексных подходов к цифровизации транспортных систем с применением методов искусственного интеллекта
Аннотация
Обоснование. Требуется перейти от «точечных» решений к комплексной цифровизации транспортных систем, объединяющей инфраструктурный мониторинг покрытия, оперативное управление движением и стратегическое планирование. Для этого целесообразно интегрировать машинное обучение (прогнозы), генетические алгоритмы (оптимизация) и мультиагентное моделирование (проверка устойчивости).
Цель – оценить эффект такой интеграции по совокупности метрик (задержки, издержки, риск, прибыль, сервис) и интегральной функции F.
Материалы и методы. Инфраструктурный уровень: компьютерное зрение (YOLO), mAP≈0.84; прогноз дефектообразования (XGBoost), ошибка ≤12%. Оперативный уровень: краткосрочные прогнозы интенсивности (LSTM/XGBoost, RMSE 8–10%) и оптимизация фаз светофоров генетическим алгоритмом. Стратегический уровень: прогноз спроса и тарифов, оптимизационные сценарии. Устойчивость решений проверялась в мультиагентной имитации; сравнение велось с базовыми («как есть») сценариями.
Результаты. Суммарные задержки снижены на 37%, совокупные логистические издержки – на 12%, прибыльность выросла на 10–11%; при росте спроса на 20% выполнено >90% доставок в SLA. Интегральная функция
F улучшилась на 22-24%. Показана робастность планов и чувствительность к весам критериев.
EDN: CEIRIN
Скачивания
Литература
Министерство внутренних дел Российской Федерации [МВД России]. Аналитические обзоры состояния безопасности дорожного движения. Получено с https://нцбдд.мвд.рф/ресурсы/аналитические обзоры состояния безопасно (дата обращения: 20.07.2025).
Росстандарт. (2017). ГОСТ Р 50597 2017. Автомобильные дороги и улицы. Требования к эксплуатационному состоянию. Москва: Стандартинформ. 21 с.
Министерство регионального развития Российской Федерации [Минрегион России]. (2012). СП 78.13330.2012. Автомобильные дороги. Актуализированная редакция СНиП 2.05.02 85. Москва. 89 с.
Akopov, A. S. (2025). MBHGA: A matrix based hybrid genetic algorithm for solving an agent based model of controlled trade interactions. IEEE Access, 13, 26843–26863. https://doi.org/10.1109/ACCESS.2025.3539460. EDN: https://elibrary.ru/NPLKCJ
Borzenkov, A. M., Ostroukh, A. V., Pronin, C. B., Podberezkin, A. A., & Kuftinova, N. G. (2024). Multi criteria analysis of genetic algorithm applications in transportation logistics. В 2024 Intelligent Technologies and Electronic Devices in Vehicle and Road Transport Complex (TIRVED) (с. 1–4). Moscow. https://doi.org/10.1109/TIRVED63561.2024.10769798
Ceylan, H., & Bell, M. G. H. (2018). Traffic signal timing optimization based on genetic algorithm approach, including driver’s route choice. Transportation Research Part B: Methodological, 114, 25–41. https://doi.org/10.1016/j.trb.2018.05.009
World Health Organization [WHO]. (2023). Global status report on road safety 2023. Geneva. 232 p. Получено с https://www.who.int/publications/i/item/9789241565684 (дата обращения: 05.07.2025).
Hauer, E. (2004). The harm done by tests of significance. Accident Analysis & Prevention, 36(3), 495–500. https://doi.org/10.1016/S0001-4575(03)00036-8. Получено с https://www.sciencedirect.com/science/article/abs/pii/S0001457503000368 (дата обращения: 05.08.2025).
Kiselev, S. A., Podberezkin, A. A., Borzenkov, A. M., Ostroukh, A. V., & Pronin, C. B. (2025). Dynamic pricing in air cargo: Machine learning and genetic algorithm based optimization. В 2025 Wave Electronics and its Application in Information and Telecommunication Systems (WECONF) (с. 1–5). St. Petersburg, Russian Federation. https://doi.org/10.1109/WECONF65186.2025.11017136
Mansurova, M. et al. (2024). Multi level intelligent control system for inter vehicle communication between smart traffic lights with computer vision and autonomous electric vehicles. В 2024 International Symposium on Sensing and Instrumentation in 5G and IoT Era (ISSI) (с. 1–6). Lagoa, Portugal. https://doi.org/10.1109/ISSI63632.2024.10720507
Ostroukh, A., Kuftinova, N., Borzenkov, A., Podberezkin, A., & Ostroukh, I. (2024). Research on using deep learning for transport demand prediction. В 2024 Intelligent Technologies and Electronic Devices in Vehicle and Road Transport Complex (TIRVED) (с. 1–5). Moscow. https://doi.org/10.1109/TIRVED63561.2024.10769599
Puscar, F. M. (2017). Safety diagnosis of vehicle bicycle interactions using computer vision systems: A case study in Vancouver, B.C. (Магистерская диссертация). University of British Columbia, Vancouver, BC, Canada. https://doi.org/10.14288/1.0343989. Получено с https://open.library.ubc.ca/soa/cIRcle/collections/ubctheses/24/items/1.0343989 (дата обращения: 06.08.2025).
Radeev, N., & Vinogradova, K. (2025). Semi automated framework for feature engineering in machine learning and data analysis. В 2025 IEEE 26th International Conference of Young Professionals in Electron Devices and Materials (EDM) (с. 1520–1525). Altai, Russian Federation. https://doi.org/10.1109/EDM65517.2025.11096892
Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real time object detection. В 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (с. 779–788). Las Vegas, NV, USA. https://doi.org/10.1109/CVPR.2016.91
St Aubin, P., Saunier, N., & Miranda Moreno, L. (2017). Large scale automated proactive road safety analysis using video data. University of British Columbia. https://doi.org/10.1016/j.trc.2015.04.007. Получено с https://www.researchgate.net/publication/275412773_Large-scale_automated_proactive_road_safety_analysis_using_video_data (дата обращения: 06.08.2025).
Yan, S., Fu, Y., Zhang, W., Yang, W., Yu, R., & Zhang, F. (2023). Multi target instance segmentation and tracking using YOLOv8 and BoT SORT for video SAR. В 2023 5th International Conference on Electronic Engineering and Informatics (EEI) (с. 506–510). Wuhan, China. https://doi.org/10.1109/EEI59236.2023.10212903
Zhang, Z., Zhu, H., Zhang, W., Cai, Z., Zhu, L., & Li, Z. (2023). Multi objective optimization of traffic signal timing at typical junctions based on genetic algorithms. Computer Systems Science and Engineering, 47, 1901–1917. https://doi.org/10.32604/csse.2023.039395. EDN: https://elibrary.ru/FPUNQR
References
Ministry of Internal Affairs of the Russian Federation [MVD Rossii]. (n.d.). Analytical reviews of road safety status. Retrieved from https://нцбдд.мвд.рф/ресурсы/аналитические обзоры состояния безопасно (accessed: 20.07.2025).
Rosstandart. (2017). GOST R 50597 2017. Roads and streets. Requirements for operational condition. Moscow: Standartinform. 21 pp.
Ministry of Regional Development of the Russian Federation [Minregion Rossii]. (2012). SP 78.13330.2012. Roads. Updated version of SNiP 2.05.02 85. Moscow. 89 pp.
Akopov, A. S. (2025). MBHGA: A matrix based hybrid genetic algorithm for solving an agent based model of controlled trade interactions. IEEE Access, 13, 26843–26863. https://doi.org/10.1109/ACCESS.2025.3539460. EDN: https://elibrary.ru/NPLKCJ
Borzenkov, A. M., Ostroukh, A. V., Pronin, C. B., Podberezkin, A. A., & Kuftinova, N. G. (2024). Multi criteria analysis of genetic algorithm applications in transportation logistics. In 2024 Intelligent Technologies and Electronic Devices in Vehicle and Road Transport Complex (TIRVED) (pp. 1–4). Moscow. https://doi.org/10.1109/TIRVED63561.2024.10769798
Ceylan, H., & Bell, M. G. H. (2018). Traffic signal timing optimization based on genetic algorithm approach, including driver’s route choice. Transportation Research Part B: Methodological, 114, 25–41. https://doi.org/10.1016/j.trb.2018.05.009
World Health Organization [WHO]. (2023). Global status report on road safety 2023. Geneva. 232 p. Retrieved from https://www.who.int/publications/i/item/9789241565684 (accessed: 05.07.2025).
Hauer, E. (2004). The harm done by tests of significance. Accident Analysis & Prevention, 36(3), 495–500. https://doi.org/10.1016/S0001-4575(03)00036-8. Retrieved from https://www.sciencedirect.com/science/article/abs/pii/S0001457503000368 (accessed: 05.08.2025).
Kiselev, S. A., Podberezkin, A. A., Borzenkov, A. M., Ostroukh, A. V., & Pronin, C. B. (2025). Dynamic pricing in air cargo: Machine learning and genetic algorithm based optimization. В 2025 Wave Electronics and its Application in Information and Telecommunication Systems (WECONF) (с. 1–5). St. Petersburg, Russian Federation. https://doi.org/10.1109/WECONF65186.2025.11017136
Mansurova, M. et al. (2024). Multi level intelligent control system for inter vehicle communication between smart traffic lights with computer vision and autonomous electric vehicles. В 2024 International Symposium on Sensing and Instrumentation in 5G and IoT Era (ISSI) (с. 1–6). Lagoa, Portugal. https://doi.org/10.1109/ISSI63632.2024.10720507
Ostroukh, A., Kuftinova, N., Borzenkov, A., Podberezkin, A., & Ostroukh, I. (2024). Research on using deep learning for transport demand prediction. В 2024 Intelligent Technologies and Electronic Devices in Vehicle and Road Transport Complex (TIRVED) (с. 1–5). Moscow. https://doi.org/10.1109/TIRVED63561.2024.10769599
Puscar, F. M. (2017). Safety diagnosis of vehicle bicycle interactions using computer vision systems: A case study in Vancouver, B.C. (Магистерская диссертация). University of British Columbia, Vancouver, BC, Canada. https://doi.org/10.14288/1.0343989. Retrieved from https://open.library.ubc.ca/soa/cIRcle/collections/ubctheses/24/items/1.0343989 (accessed: 06.08.2025).
Radeev, N., & Vinogradova, K. (2025). Semi automated framework for feature engineering in machine learning and data analysis. В 2025 IEEE 26th International Conference of Young Professionals in Electron Devices and Materials (EDM) (с. 1520–1525). Altai, Russian Federation. https://doi.org/10.1109/EDM65517.2025.11096892
Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real time object detection. В 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (с. 779–788). Las Vegas, NV, USA. https://doi.org/10.1109/CVPR.2016.91
St Aubin, P., Saunier, N., & Miranda Moreno, L. (2017). Large scale automated proactive road safety analysis using video data. University of British Columbia. https://doi.org/10.1016/j.trc.2015.04.007. Retrieved from https://www.researchgate.net/publication/275412773_Large-scale_automated_proactive_road_safety_analysis_using_video_data (accessed: 06.08.2025).
Yan, S., Fu, Y., Zhang, W., Yang, W., Yu, R., & Zhang, F. (2023). Multi target instance segmentation and tracking using YOLOv8 and BoT SORT for video SAR. В 2023 5th International Conference on Electronic Engineering and Informatics (EEI) (с. 506–510). Wuhan, China. https://doi.org/10.1109/EEI59236.2023.10212903
Zhang, Z., Zhu, H., Zhang, W., Cai, Z., Zhu, L., & Li, Z. (2023). Multi objective optimization of traffic signal timing at typical junctions based on genetic algorithms. Computer Systems Science and Engineering, 47, 1901–1917. https://doi.org/10.32604/csse.2023.039395. EDN: https://elibrary.ru/FPUNQR
Copyright (c) 2025 Aleksandr A. Podberezkin, Andrey V. Ostroukh, Aleksandr M. Borzenkov, Artyom M. Shmonin, Cezar B. Pronin
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
