Сотрудники Центрального института экономики и математики РАН в Москве разработали эволюционный алгоритм, который позволяет повысить эффективность городских дорог на 5–15 %. Этот алгоритм объединяет агентное моделирование, искусственный интеллект и эволюционные принципы, чтобы найти оптимальное расположение дорожной инфраструктуры. Об этом «Жуковский.Life» рассказали в пресс-службе РАН.
Разработка поможет создавать более эффективные дорожные сети, включая развязки и тоннели. Исследование было поддержано Российским научным фондом и опубликовано в IEEE Access.
Города, особенно мегаполисы, сталкиваются с проблемами пробок и нерационального использования дорог. Традиционные методы не всегда учитывают динамику транспортных потоков. Искусственный интеллект предлагает более гибкие решения, анализируя множество транспортных потоков в реальном времени. Однако существующие алгоритмы часто сосредоточены на конкретных задачах, таких как регулировка светофоров или поиск кратчайших маршрутов.
В ЦЭМИ РАН разработали гибридный алгоритм, объединяющий агентное моделирование, искусственный интеллект и эволюционные принципы. Алгоритм использует механизмы, напоминающие биологические, чтобы находить оптимальные дорожные решения, анализируя структуру транспортных потоков и предсказывая пробки.
Для проверки системы были созданы модели разной сложности, от простых перекрестков до сложных развязок. Эти модели помогают оценить эффективность алгоритма в условиях, приближенных к реальной городской среде.
Эксперименты показали, что алгоритм может увеличить пропускную способность дорожной сети, увеличив количество развязок всего на 1–5 % от общей длины дорог. Такой подход позволит уменьшить пробки и сделать движение более комфортным.
В перспективе планируется улучшение алгоритма для более сложных дорожных систем, включая «умные» светофоры и инфраструктуру для беспилотных автомобилей.
Ранее сообщалось, что в Новосибирске создали зарядную станцию с аккумулятором для электромобилей.