Исследование комплексных подходов к цифровизации транспортных систем с применением методов искусственного интеллекта
- Авторы: Подберёзкин А.А.1, Остроух А.В.1, Борзенков А.М.1, Шмонин А.М.1, Пронин Ц.Б.1
-
Учреждения:
- ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет»
- Выпуск: Том 15, № 3 (2025)
- Страницы: 141-166
- Раздел: Статьи
- Статья опубликована: 25.11.2025
- URL: https://journal-vniispk.ru/2328-1391/article/view/356726
- DOI: https://doi.org/10.12731/3033-5965-2025-15-3-396
- ID: 356726
Цитировать
Полный текст
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.
Об авторах
Александр Александрович Подберёзкин
ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет»
Автор, ответственный за переписку.
Email: a.podberezkin@gmail.com
старший преподаватель кафедры «Автоматизированные системы управления»
Россия, Ленинградский проспект, 64, г. Москва, 125319, Российская Федерация
Андрей Владимирович Остроух
ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет»
Email: ostroukh@mail.ru
доктор технических наук, профессор, профессор кафедры «Автоматизированные системы управления»
Россия, Ленинградский проспект, 64, г. Москва, 125319, Российская Федерация
Александр Михайлович Борзенков
ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет»
Email: borzenkov03h@mail.ru
студент, магистрант кафедры «Автоматизированные системы управления»
Россия, Ленинградский проспект, 64, г. Москва, 125319, Российская Федерация
Артём Михайлович Шмонин
ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет»
Email: shmoninam@mail.ru
студент кафедры «Автоматизированные системы управления»
Россия, Ленинградский проспект, 64, г. Москва, 125319, Российская Федерация
Цезарь Борисович Пронин
ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет»
Email: caesarpr12@gmail.com
старший преподаватель кафедры «Автоматизированные системы управления»
Россия, Ленинградский проспект, 64, г. Москва, 125319, Российская Федерация
Список литературы
- 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
Дополнительные файлы
