автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Интеллектуальная система управления транспортными потоками на основе светофорных объектов

На правах рукописи

Врублевская Светлана Семеновна

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ НА ОСНОВЕ СВЕТОФОРНЫХ ОБЪЕКТОВ

0031ТТ420

Специальность 05.13.10 - управление в социальных и

экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Воронеж - 2007

003177420

Работа выполнена в государственном образовательном учреждении высшего профессионального образования Воронежский государственный архитектурно-строительный университет

Научный руководитель: доктор технических наук, профессор

Подольский Владислав Петрович

Официальные оппоненты: доктор технических наук, профессор

Новосельцев Виктор Иванович,

Воронежский институт высоких технологий

кандидат технических наук, профессор Алферов Виктор Иванович, Воронежский филиал ФГУП «РОСДОРНИИ»

Ведущая организация: Государственное унитарное предприятие

Ставропольского края " Ставропольское дорожное эксплуатационно-строительное управление №1"

Защита диссертации состоится 20 декабря 2007 г в Ю00 часов на заседании диссертационного совета Д 212 033 03 при Воронежском государственном архитектурно-строительном университете по адресу 394006, г Воронеж, ул 20-летия Октября, 84, ауд 3220

С диссертацией можно ознакомиться в библиотеке Воронежского государственного архитектурно-строительного университета

Автореферат разослан « 20» ноября 2007 г

Ученый секретарь диссертационного совета

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Сегодня в России прирост числа автомашин значительно опережает темпы строительства новых дорог, причем показатель 100 автомобилей на тысячу человек в среднем по стране был превышен уже в 1998 году, а дорожно-транспортная инфраструктура городов по прежнему обеспечивает уровень не более 60-100 автомобилей на тысячу жителей Данные маркетинговых исследований автомобильных дилеров и органов ГИБДД позволяют прогнозировать к 2010 году количество машин на дорогах городов примерно 230-300 на тысячу человек, а годовые продажи легковых автомобилей перешагнут отметку 3 миллиона, что может повлечь просто катастрофические последствия для существующих улично-дорожных систем городов, т к при чрезмерно высокой плотности транспортных средств скорость движения снижается настолько, что автомобиль полностью утрачивает одно из важнейших своих достоинств - динамичность

В ряде крупных городов скорость движения транспортных потоков в часы пик составляет 10-15 км/ч, при этом повышается количество дорожно-транспортных происшествий, существенно увеличивается выброс вредных веществ в атмосферу и наконец, практически полностью парализуется жизнедеятельность города (люди опаздывают на работу, грузы не доставляются вовремя, те. налицо существенный экономический ущерб от возникающих заторов Вышеперечисленные негативные факты наносят экономике Росси ущерб по оценкам независимых экспертов в размере 2,2-2,6% ВВП Поэтому в начале 2006 года Правительством РФ утверждена Федеральная целевая программа «Повышение безопасности дорожного движения в 2006-2012 гг », одним из важнейших задач которой является минимизация заторов автотранспорта в городах

Решение подобной задачи требует применения комплекса мероприятий архитектурно-планировочного и организационного характера Первые требуют значительных капиталовложений, не могут быть реализованы в быстрые сроки, а порой просто неосуществимы Организационные мероприятия способствуют упорядочению движения на уже существующей улично-дорожной сети При реализации таких мероприятий особая роль принадлежит внедрению технических средств регулирования с применением ЭВМ, средств автоматики, телемеханики, диспетчерской связи и телевидения для управления движением в масштабах крупного района или целого города В настоящее время в городах России на базе диспетчерских центров управления дорожным движением действуют автоматизированные системы управления дорожным движением (АСУДД) Однако, из-за отсутствия надежных методов прогнозирования распределения транспортных потоков в зоне обслуживания при наличии значительного количества вариантов проектных решений и большого числа факторов, существенно влияющих на интенсивность движения транспорта эффективность подобных систем управления довольно низка

В свою очередь управленческие решения, принимаемые должностными лицами носят точечный, разрозненный характер направленный на ликвидацию уже возникших заторов а не на их предупреждение, причем взаимодействие с другими службами, отвечающими за организацию и безопасность дорожного движения, крайне неоперативное Все это не позволяет использовать потенциал регулирования транспортных потоков на основе светофорных объектов в полном объеме

Таким образом, актуальность исследования обусловлена необходимостью изыскание нового научного подхода к задаче повышения обоснованности и эффективности решений, принимаемых в процессе управления транспортными потоками городов на основе светофорных объектов и обеспечивающих снижение временных затрат при существующем управленческом персонале для минимизации задержек транспорта, является актуальным в научном и практическом плане

Основные исследования, получившие отражение в диссертации, выполнялись по планам научно-исследовательской работы

- грант РФФИ «Гуманитарные науки» «Разработка оптимизационных моделей управления распределением инвестиций на предприятии по видам деятельности» № Г00-3 3-306

Цель исследования заключается в исследовании и экспериментальной проверке эффективности системы управления транспортными потоками в городских условиях, обеспечивающей сокращение временных затрат диспетчеров службы управления дорожным движением для минимизации задержек транспорта за счет интеллектуализации режимов регулирования светофорных объектов

Достижение поставленной цели потребовало решения следующих основных задач:

проанализировать существующие системы управления дорожным движением крупных городов России, в том числе автоматизированные (АСУДД),

разработать и обосновать модель интеллектуальной системы управления транспортными потоками города с возможностью выявления «узких» мест в ее функционировании,

сформировать модель классификации автомагистралей и перекрестков города для определения степени важности и значимости при осуществлении мероприятий по управлению транспортными потоками,

синтезировать механизм прогнозирования состояний автомагистралей и перекрестков на основе имитационной модели для любого времени суток и года позволяющую определить оптимальные режимы работы светофорных объектов,

разработать механизм анализа состояния загруженности автомагистралей на основе семантической модели и машину вывода, обеспечивающие минимизацию времени реакции диспетчеров на вероятности возникновения заторов,

разработать и обосновать концептуальную и логическую модели информационной системы управления транспортными потоками в городах,

разработать модель и алгоритм функционирования интеллектуальной системы управления транспортными потоками в городе позволяющие существенно снизить вероятность возникновения заторов на магистралях города и время для организации взаимодействия дорожных служб при корректировке нежелательных ситуаций,

провести экспериментальные исследования предложенной структуры интеллектуальной системы управления транспортными потоками для аналитического сравнения с существующими АСУДД, проанализировать результаты и получить оптимальный вариант.

Методы исследования. В работе использованы методы моделирования организационных систем управления, распознавания объектов, системного анализа, теории игр, теории графов, теории вероятности, теории принятия решений, искусственного интеллекта

Научная новизна В диссертации получены следующие результаты, характеризующиеся научной новизной

1 Разработана и обоснована модель интеллектуальной системы управления транспортными потоками города позволяющая в отличие от известных выявлять «узкие» места в ее функционировании за счет использования элементов теории массового обслуживания,

2 Сформирована модель классификации автомагистралей и перекрестков города позволяющая на основе методов численной таксономии определять степень их важности и значимости при осуществлении мероприятий по управлению транспортными потоками,

3 Синтезирован механизм прогнозирования состояний автомагистралей и перекрестков, который на основе аппарата имитационного моделирования позволяет определить оптимальные режимы работы светофорных объектов для любого времени суток и года,

4 Разработать механизм анализа состояния загруженности автомагистралей обеспечивающий минимизацию времени реакции диспетчеров на вероятности возникновения заторов за счет использования аппарата искусственного интеллекта

Достоверность научных результатов Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами Они подтверждены расчетами на примерах, производственными экспериментами и многократной проверкой при внедрении в практику управления

Практическая значимость и результаты внедрения На основании выполненных исследований синтезированы модели и механизмы обеспечивающие управление дорожными потоками города на основе предупреждения заторовых ситуаций а также минимизацию реакции диспетчерских служб на исправление возникающих нежелательных ситуаций за счет интеллектуальной поддержки их деятельности

Использование разработанных в диссертации моделей и механизмов позволяет многократно применять разработки, тиражировать их и осуществлять их массовое внедрение с существенным сокращением продолжительности трудозатрат и средств

Разработанные модели используются в практической деятельности следующих предприятий ГУ «Межрегиональная дирекция по дорожному строительству ДСД Центр» (Воронежский филиал), ООО «УС-2 Интердор-строй» (г Богучар, Воронежской обл )

Модели, алгоритмы и механизмы включены в состав учебного курса «Организация, планирование и управление дорожным комплексом», в Воронежском государственном архитектурно-строительном университете На защиту выносятся:

- модель интеллектуальной системы управления транспортными потоками города,

- модель классификации автомагистралей и перекрестков города,

- механизм прогнозирования состояний загруженности автомагистралей и перекрестков города для любого времени суток и года,

- механизм анализа состояния загруженности

Апробация работы. Основные результаты исследований и научных разработок докладывались и обсуждались на конференциях международной научно-практической конференции «Образование, наука, производство и управление» (Старый Оскол, СТИ МИСиС, 2006 г) и международной научной конференции «Сложные системы управления и менеджмент качества» (Старый Оскол, СТИ МИСиС, 2007 г), четвертой международная научно-практической конференции «Системы управления эволюцией организации» (Санья, Китайская Народная республика, 2007 г), международной научно -технической конференции «Наука и технологии Актуальные проблемы (9-14 апреля Ставрополь, 2007)

Публикации. По теме диссертации опубликовано 10 печатных работ общим объемом 43 страницы (лично автором выполнено 13 с)

Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем в работах [2], [4], [6], [9] автором разработана модель интеллектуальной системы управления транспортными потоками города, в работе [5] автору принадлежит механизм классификации автомагистралей и перекрестков города, в работе [8] автор рассчитывает интенсивность загрузки автомагистралей и перекрестков города в разное время суток и года интенсивность загрузки дорожной сети мегаполиса, в работе [3] автором предложен алгоритм извлечения знаний для машины вывода, в работах [7], [10] автору принадлежит модель функционирования интеллектуальной системы управления транспортными потоками

Объем и структура работы Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений Она содержит 149 страниц основного текста, 24 рисунков, 13 таблиц и приложения Библиография включает 162 наименования

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновываются актуальность, описываются цель и задачи исследования, научная новизна и практическая значимость

В первой главе проанализированы существующие варианты центров управления дорожным движением городов и функционирующих на их базе автоматизированных систем управления дорожным движением АСУДД «КС» (Екатеринбург, Тамбов, Тюмень, Томск), «Агат» (Санкт-Петербург), «КОМКОН - АСУ ДД 2 2» (Москва), «Город-М1» (Минск), «SITRAFIC Р2» (фирма Siemens), рассматриваются схемы управленческой деятельности сотрудников центров управления дорожным движением, определены основные объекты в структуре управления транспортными потоками улично-дорожной сети города

Управление транспортными потоками улично-дорожной сети (УДС) в городах осуществляется за счет изменения режимов работы светофорных объектов на регулируемых перекрестках Одним из самых главных параметров транспортного потока, на основании которого принимаются решения о перераспределении зеленого времени между группами движения является задержка транспортных средств В существующих АСУДД основной формулой расчета задержек является формула Ф Вебстера

--^— ^-- о б5(—}' V 5

2[1 — (-^1 г] 2?(1-и V

где (1- средняя задержка за цикл, с - длина цикла регулирования, д - эффективная длительность зеленого сигнала, х - степень насыщения; q- интенсивность прибытия транспортных средств

Основным недостатком представленной формулы является то, что в ней не учитываются влияние предыдущего по ходу движения регулируемого перекрестка на рассматриваемый Поэтому использование такой формулы для определения режимов работы светофорных объектов приводит к значительным ошибкам В результате управление светофорными объектами осуществляется локально и не влияет на общую картину транспортных развязок в городах

Рассмотрим существующую модель системы управления транспортными потоками (СУТП) Тогда, объектом управления является транспортный поток М, перемещающийся по УДС I Задача управления формулируется следующим образом необходимо организовать движение транспортного потока Мтак, чтобы обеспечить максимальную пропускную способность перекрестков Имея поток Мх на участке схемы и и воздействуя на него управляющим органом (центром организации дорожного движения) и, получим другой поток М) на следующем участке ¿,+1

Решение данной задачи проводится на основе теории графов путем сопоставления множества сегментов улиц города графу X, вершинами которого являются точки пересечения/соединения сегментов улиц города Ребра графа X задаются по следующему правилу (матрица смежности) Х,,= 1, су-

шествует участок дороги, соединяющий перекрестки I и у (длинной в 1 квартал), пригодный для проезда транспорта 0, не существует таких участков дорог Далее для нахождения кратчайшего пути используется один из алгоритмов теории графов, например алгоритм Дейкестры При наличии отрицательных значений фактора можно использовать алгоритм Форда Мура и Беллмана Однако применение данного аппарата имеет ряд недостатков граф Х- ориентированный по способу построения возможно определение пропускной способности на улицах с односторонним движением, возможные варианты задания весов дуг, что не позволит гарантировать увеличение пропускной способности УДС

Таким образом, существующие модели управления транспортными потоками городов на основе светофорных объектов не могут помочь центрам управления дорожным движением решить главную задачу - минимизацию заторов на перекрестках УДС, а рассмотренные варианты АСУДД в силу локальности применения и трудностями обусловленными отсутствием надежных методов прогнозирования распределения транспортных потоков при различных вариантах проектных решений и большого количества факторов, влияющих на интенсивность автомобильного транспорта имеют многовекторный характер Необходимо решение следующих задач разработать и обосновать модель интеллектуальной системы управления транспортными потоками города позволяющую выявлять «узкие» места в ее функционировании, сформировать модель классификации автомагистралей и перекрестков города позволяющую определять степень их важности и значимости при осуществлении мероприятий по управлению транспортными потоками, синтезировать механизм прогнозирования состояний автомагистралей и перекрестков, который позволяет определить оптимальные режимы работы светофорных объектов для любого времени суток и года; разработать механизм анализа состояния загруженности автомагистралей обеспечивающий минимизацию времени реакции диспетчеров на вероятности возникновения заторов

В заключении первой главы приводятся критерии эффективности разрабатываемой интеллектуальной системы управления транспортными потоками (ИСУТП) на основе светофорных объектов основными из которых являются допустимое изменение абсолютных показателей количества заторов

I =/

УДС сокращение транзакционных издержек в ИСУТП - -"^у, хМ,,

1=1

определяющий долю снижения затрат диспетчеров центра управления дорожным движением на выполнение своих основных функций

Во второй главе рассматривается задача разработки математической модели ИСУТП города на основе светофорных объектов

В первом параграфе описывается модель интеллектуальной системы управления транспортными потоками города Необходимо определить общее состояние УДС для любого рассматриваемого момента времени

Представим УДС, как ориентированную сеть с параметрами С=(1ЧГ, А) -ориентированная сеть, где N={1, 2, ,п} — множество перекрестков, А -множество автомагистралей, Хч пропускная способность автомагистрали (рис 1)

Рисунок 1- Представление УДС в виде ориентированной сети

Графом в пространстве К„ будем считать совокупность множества точек пространства Ип и множество Е={е,} непрерывных самонепересекающихся кривых в Я„, удовлетворяющих условиям каждая замкнутая кривая в Е содержит только одну точку V множества V, каждая незамкнутая кривая в Е содержит ровно две точки множества V, которые является ее граничными точками, кривые в £ не имеют общих точек, за исключением точек из множества V Граф, описывающий улично-дорожную сеть (УДС), является ориентированным и взвешенным В качестве весовых характеристик используются различные характеристики сети или ресурсов, перевозимых по ней Процесс управления определяется целью управления 2 , характеристиками У объекта, алгоритмом воздействием и на объект Ситуация на управляемом перекрестке V для ребра еа входящего в перекресток УДС, описывается вектором состояния У^ед) = {У/(ео¡), У2(е0г), ,У,(е0), ,¥т(е0т)} компоненты, которого обозначают допустимые направления движения от перекрестка При описании графа УДС перекрестком является точка изменения направления движения автотранспортного потока Такая точка (узел графа) может находиться на стоп-линий у пересечения улиц, на линейном перегоне у некоторого объекта, расположенного в непосредственной близости к УДС

Определим граф состояний С, как ориентированный помеченный граф, вершины которого суть состояния, а ребра - переходы из одного состояния в

другое Каждая вершина графа помечается соответствующей локальной вычислимой функцией & Ребра графа интерпретируются как события - т е изменение состояния объекта, влияющее на развитие транспортного процесса На каждом конкретном шаге управляющего процесса для узла, из которого исходят несколько ребер, возникновение коллизии на одном из них определяет ход развития процесса управления Активизация того или иного события зависит от состояния объекта и описывается уравнениями Колмогорова

=-о*+м)р2 (о+мт(о

м

/>„(0+^(0 + ^(0 + ^(0 = 1 Состояния УДС можно характеризовать следующим набором ^ - машин на перекрестке нет, светофор отключен,

А' - очередь накапливается, светофор работает в режиме 1, 52 - затор, светофоры всей УДС работают в режиме 2,

51, - очередь рассасывается, светофоры всей УДС работают в режиме 1

Тогда, для нахождения предельных вероятностей состояний УДС составим систему уравнений Колмогорова

Р„ =

1 + £а' — +а

1 . 1

/ -а)

« = - (2)

-,1

вероятность загрузки УДС

Р =1 -Р

' хи 1 1 0

вероятность отказа в обслуживании

Рт, = 0 , т к любое ТС рано или поздно покинет перекресток Анализ полученных зависимостей позволяет определить «узкие» места УДС, что позволит заранее обратить на них внимание диспетчеров центра управления дорожным движением города и следовательно избежать нежелательных последствий

Во втором параграфе рассмотрена модель классификации автомагистралей и перекрестков города позволяющая на основе методов численной таксономии определять степень их важности и значимости при осуществлении мероприятий по управлению транспортными потоками

Критерием качества данной классификации служит сумма «внутренних» связей за вычетом некоторого порогового значения, характеризующего существенность связей внутри классов объекты должны быть тесно связаны между собой, объекты разных классов должны быть далеки друг от друга, при прочих равных условиях распределение объектов по классам должно быть равномерным, количество классов разбиения определяется не априорными соображениями, а структурой связей между объектами

Пусть имеется N перекрестков УДС, занумерованных числами 1,2, ,

N. и матрица А = ^ связей (автомагистралей УДС) аДу = 1, , Щ между

ними

Обозначим через а число, выражающее уровень значимости автомагистрали в структуре УДС, так что если а„>а (магистраль значима), то а,, —а>О указывает на сходство перекрестков по важности, а если а„ <а , (магистраль менее значима), то а,га<0 характеризует степень различия между перекрестками I и у

Классификация перекрестков задается разбиением Я={Я1, , Г<„} их множества на некоторые непересекающиеся классы /?/, , Яп(т>1) (по степени приоритетности от 1 до 10), так что каждый перекресток 1=1, , N принадлежит одному и только одному классу , т) Показателем качества разбиения , Я„} при пороге существенности а является число

/М = 11(в,-в) (3)

1-11 1еЯ,

Иначе говоря, в качестве связи между / и _/ принимается =а,, ~ &, связи внутри класса Я., задаются суммой £ Ь. ,так что /(а,Я) характеризует

I /еЯ,

сумму связей Ъ,, «внутри» разбиения Я Оптимально то разбиение, которое максимизирует /(а, Я) при заданном а по всем возможным разбиениям данного множества перекрестков В показателе (3) в явном виде отражено только требование к хорошей классификации Связи = ау — а, не вошедшие в /(а. Я), — это связи между перекрестками разных классов Поэтому раз-

N

ность — КаЛ) есть сумма связей Ъч между перекрестками из разных

и

классов При заданном а сумма не зависит от Я, так что эта разность

1

принимает минимальное значение при максимальном Да, Я) Заметим далее, раскрывая скобки в (3), что

/(«,/?) = £ 2 (а,-а±М1), (4)

1 1 1

где -— количество перекрестков в классе Я/ Формула (4) показывает, что максимизация (3) достигается за счет компромисса между максимизацией «внутренней суммы» исходных связей а„ и минимизацией суммы квадратов численностей классов

и

Фактически число классов оптимального разбиения перекрестков определяется пороговой величиной а Если а„>0 для всех /, _/=/, , N. то при я=0 оптимальным будет «разбиение», состоящее из единственного класса, содержащего все перекрестки, наоборот, при а > тах ац - оптимальным будет тривиальное разбиение на N одноэлементных классов Промежуточное значение а (как и количество классов оптимального разбиения) характеризует степень «грубости» агрегированного представления УДС по сравнению с исходным описанием, Установим некоторые свойства оптимального разбиения Для этого обозначим

/(Я Л)=1 К«,-«)

Заметим также, что матрица А без какого-либо ограничения общности может рассматриваться как симметричная (а„=а^ Действительно, переход к а +а

аи =—-- не изменяет значении показателя (1), а, следовательно, оптимальных разбиений Кроме того связи а,, перекрестка с самим собой не рассматриваются, так что/({1}, {'})=0, по определению

Пусть рассматриваемые перекрестки УДС характеризуются п качественными признаками Для простоты ограничиваемся случаем, когда все признаки номинальные, т е. задаются разбиениями Л7, Л2, , К' множества объектов, а каждый признак Л* будем характеризовать булевской ./Ух N матрицей гк =|г'|, где 1,если 1 и у имеют по к-му признаку одинаковое значение, и гк,=0, если значения признака Н* для ( и ] различны Расстояние (1(1?, = £|г„* межДУ признаками Л* и р! есть количество поразрядных несовпадений соответствующих матриц Пусть , Я"— веса информативности признаков Я1, , Тогда номинальным фактором системы признаков будем называть такое разбиение Я (с соответствующей матрицей г=||г„||, которое минимизирует сумму

<р(Л) = ±Лкс1(Нк,Я)

Это предложение показывает, что критерий (1) возникает в рамках модели анализа качественных признаков Результаты данной модели используются для определения значений показателей степени значимости автомагистрали и важности перекрестка в структуре УДС (ктач, кшжн)

В третьем параграфе рассматривается механизм прогнозирования состояний автомагистралей и перекрестков, который на основе аппарата имитационного моделирования позволяет определить оптимальные режимы работы светофорных объектов для любого времени суток и года

В качестве входящего потока требований будет выступать транспортный поток

одного направления, распределенный по закону Пуассона Р^ (г) = е ЛГ, где

л — интенсивность потока транспортных средств, прибывающих к стоп-линии регулируемого перекрестка Дисциплина постановки транспортных

средств (ТС) в очередь FIFO - раньше поступил, первый обслужился Очередь ТС перед стоп-лпнией имеет ограничения, накладываемые пропускной способностью перкрестка

В качестве основных методов изучения транспортного потока в зоне управления светофорных объектов и на всей УДС города применим методы стационарного и подвижного наблюдения, а также детекторы транспорта, которыми необходимо оборудовать лишь те перекрестки, которые получили в предыдущей модели классификации кважи > 6 Измерения проводятся выборочно так, чтобы можно было получить значение определяемых параметров (интенсивность движения, время сообщения по перегонам УДС, задержки автомобилей при пересечении перекрестков, вызванные помехами и тд) с заданной точностью, затратив на это как можно меньше материальных и людских ресурсов

Выходящим потоком с параметрами А = тт{Х,ц} являются ТС успевшие пересечь перекресток после включения желтого сигнала светофора конкретного направления движения Тогда по закону Литтла общее количество ТС собирающихся пересечь регулируемый перекресток равно N = AT, где Т -среднее время затраченное автомобилем от постановки в очередь до пересечения перекрестка По условиям рассматриваемой задачи необходимо минимизировать этот параметр Таким образом, можно представить перекресток УДС, как систему массового обслуживания без потерь с неограниченным ожиданием и бесконечным потоком требований на входе (рис 2)

X X XX

Ц Iv- (М-1)Ц Nt' Мц ^ N(l

Рисунок 2 — Представление перекрестка в виде разомкнутой СМО

Обозначим среднее время пребывания требований в очереди - w a q -очередь ТС, тогда, используя формулу Литтла, найдем среднее количество ТС в очереди N q, = Xw

Среднее время затраченное ТС на пересечение перекрестка обозначим х , а сам регулируемый перекресток обозначим - S, тогда найдем среднее количество ТС пересекших перекресток Ns = ¡.ix

Всегда имеет место уравнение Т = w+x, тогда необходимо добиться, чтобы

IV + х min

Используя уравнение баланса можно приближенно считать, что идеальным будет состояние регулируемого перекрестка, когда N q- при этом необходимо учесть, что общий временной такт работы светофора равен сумме переключающихся цветов, т е Q=txcm+tm+tM.l„+thpacH= t^+lt^^+t^,, ТС может пересечь перекресток только во время такта зеленого цвета

Далее используя результат Хинчина-Полячека, можно получить среднее время пребывания ТС на перекрестке по формуле

г = ф+££1£!>1 I ги-Р) Г

где С = — - коэффициент вариации, ар- загрузка перекрестка Для экспоненциального закона распределения С = 1, поскольку х и ох для этого закона равняется Я

Среднее количество ТС определяется как А' = р +

Тогда, используя результат Хинчина-Полячека, можно получить среднее время пребывания ТС на перекрестке по формуле Т = ш + % = х +

Преобразуя данную формулу, получим расчет среднего время ожидания ТС в очереди

рд+о

Проводя дальнейшие преобразования получим

N ф = Я\у=А х ~~~~~ = Д(сзел + 2 вкелт + г краен) ^ (6)

Очередь будет состоять из автомобилей непересекших перекресток

«нпр = <2* - - 2гле>1ГЛ - ГКрася)/т .где т = Т - И вновь прибывших

Рассмотрим образование заторовой очереди на конкретном направлении перекрестка В течении первого цикла работы светофора, в случае, если пропускная способность перекрестка не отвечает интенсивности поступления ТС формируется очередь из непропущенных автомобилей гг„пр1, затем к ней добавляется еще некоторое количество ТС - пнт,р2 и так далее Очередь будет нарастать в соответствии с экспоненциальным законом распределения, т к коэффициент загрузки стремится к 1, что в конечном итоге вообще может вызвать полный транспортный паралич Нарастание очереди будет продолжаться до тех пор, пока либо не изменится интенсивность поступления ТС, либо временные параметры переключения светофора по конкретному направлению

Определим оптимальный временной интервал для переключения светофора на текущем перекрестке из формулы (6)

Аналогично определяем интервалы для красного и желтого цветов

Зная оптимальную интенсивность поступления ТС на данный перекресток снизим ее на величину необходимую для рассасывания очереди путем изменения режима работы светофора предыдущего перекрестка и т д вплоть до кольцевой автодороги

Работа данной модели осуществляется в два этапа

Первый Имея данные статистических наблюдений при измерении потоков ТС а также аналитические зависимости (5-7) проводим серию экстремальных экспериментов в среде имитационного моделирования GPSS World Полученные результаты обрабатываем используя метод наименьших квадратов и получаем режимы работы светофорных объектов для различного времени года, дней недели и суток

Второй Используя датчики слежения, непрерывно измеряем интенсивность потока ТС и рассчитывая уточненную вероятность заторов вносим изменения в режимы работы светофорных объектов всей сети УДС

В четвертом параграфе рассматривается механизм анализа состояния загруженности автомагистралей обеспечивающий минимизацию времени реакции диспетчеров на вероятности возникновения заторов за счет использования аппарата искусственного интеллекта

Пусть А = {а,,1 = 1,£>} - множество альтернатив организации дорожного движения на перекрестке УДС, причем каждая альтернатива описывается набором параметров Y = {Y ,j = 1,У}(изменение режима работы светофорного объекта, привлечение регулировщиков и т д), а оценивается - набором показателей X = {Xt,i = 1,7}(минимизация времени ожидания ТС в очереди), значения которых могут быть вычислены на основе информации о параметрах Зависимость между различными параметрами и показателями может быть известна лишь приближенно, и выражена набором высказываний вида

g, ЕСЛИ L„ то X, = Н (8)

где Lt - логическое высказывание вида L, Гл=С„л

Высказыванию может быть присвоено некоторая степень уверенности а е [0,1] в его истинности Более сложные высказывания состоят из нескольких простых условных высказываний (1), соединенных связкой "иначе"

ЕСЛИ L] то X, = II: иначе .

ЕСЛИ ir^o X, = //„_, иначе X, = #„ Альтернативы могут быть вероятностными, когда параметры принимают значения GJt с вероятностью Xjt, причем Xjk могут быть числовыми,

нечеткими или лингвистическими

Подготовка информации для решения задачи Обозначим

Z,, = Li л a Li Тогда (9) можно записать в виде

Если ¿,,то А',-Я, Если ¿2, то Х, = Нг (10)

Если L„, то Х, = Н„ Каждая строка (10) является простой условной гранулой Совокупность гранул представляет собой свидетельство

£ = {&„ ,£„} (И)

На основе информации, заключенной в (9), можно сформулировать нечеткое отношение Я между показателем Х1 и параметрами У е У, используемыми в свидетельстве Е

Каждое свидетельство Е может быть отражено в виде семантической сети (рис 3), в которой вершины соответствуют параметрам, вычисляемым показателям и оператором объединения скалярных значений параметров в вектор, непомеченные дуги только указывают направление, в котором осуществляется передача значений параметров и показателей, помеченные дуги, кроме того, определяют преобразование информации в соответствии с нечетким отношением Я, точка у вершины обозначает синапс и показывает, что для вычисления вектора значений необходима информация от всех вершин, дуги от которых сходятся в синапс

Будем записывать факт выводимости значения X на основании свидетельства Е в виде

Х = Е(УЕ) (12)

виде участка сети

Далее рассмотрим алгоритм анализа реальных ситуаций УДС синтезированным в представленной модели (в качестве основы применялся подход Демпстера для комбинирования свидетельств) работающий по принципам машины вывода для экспертных систем Значение показателя состояния УДСХ, может сравнивается с эталонным посредством волнового алгоритма последовательного возбуждения вершин Значения исходных параметров, необходимые для вычисления значений показателей, должны быть предварительно заданы Начальные вершины, соответствующие этим параметрам, считаются возбужденными Суть алгоритма заключается в последовательном возбуждении вершин, которые имеют хотя бы один синапс, все входные дуги которого исходят из возбужденных вершин

Алгоритм анализа значений показателей функционирования УДС

Шаг 1. Формируется множество А/, целевых вершин, т е вершин, соответствующих показателям, значения которых необходимо вычислить Шаг 2. Формируется множество М1 всех вершин сети Шаг 3 Отыскивается вершина т е Мг, из которой можно попасть в какую-либо вершину 5 е Л/, за один шаг Если нет такой т, то переходим к шагу 5

Шаг 4. Включение вершин т в множество А/, А/\ = А/, и т Исключение вершин т из множества М2 Мг = М2\т Переход к шагу 3

Шаг 5 Формируется множество Я, возбужденных вершин сети, которые принадлежат М

Шаг 6 Формируется множество 52 = М, \ 51,

Шаг 7 Для каждой ^ е 52 проверяется возможность возбуждения одного из синапсов на основании информации о возбужденности вершин Если синапс может быть возбужден, то с учетом отношений, обозначенных на входных дугах, вычисляется значение показателя, которому соответствует вершина, последняя заносится в список возбужденных вершин 5, = 5, и , 5, = \ л- Если я соответствует интересующему нас показателю (является коночной вершиной), то искомое значение найдено, и алгоритм успешно завершается

Шаг 8 Если на шаге 7 хотя бы одна вершина была добавлена в , то переходим к шагу 7 Если на шаге 7 ни одна вершина, ни добавлена в , то искомое значение не может быть вычислено, алгоритм заканчивается безрезультатно

В пятом параграфе рассмотрены модель и алгоритм функционирования интеллектуальной системы управления транспортными потоками в городе позволяющие существенно снизить вероятность возникновения заторов на магистралях города и время для организации взаимодействия дорожных служб при корректировке нежелательных ситуаций

Задача оптимального управления для диспетчера центра управления транспортными потоками формулируется следующим образом

и! (О = (13)

То есть диспетчер получая данные анализа реального состояния УДС по загруженности ТС должен принять решение направленное на упреждение заторов, а при невозможности на минимизацию времени их рассасывания В случаях возникновения ситуаций требующих вмешательства в работу ИСУТП (аварии на перекрестках, снежные заносы, гололед и т д ) строятся платежные матрицы для различных служб, отвечающих за организацию дорожного движения и затем и набора их действий с целью минимальных затрат по ликвидации последствий нештатных ситуаций

Выбор служб и перечень рекомендуемых для них минимальных действий определяется на основе максиминного критерия Вальда

И' = так П1 ш а

Выбор данного критерия обусловлен тем, что в условиях резкого ухудшения дорожной ситуации, вызванной нештатными воздействиями выбирается стратегия, обеспечивающая в худших условиях максимальный результат

В третьей главе рассмотрены экспериментальные исследования предложенной структуры интеллектуальной системы управления транспортными потоками для аналитического сравнения с существующими АСУДД, проанализировать результаты и получить оптимальный вариант

В первом параграфе рассмотрены требования к ИСУТП которая предназначена для организации движения транспортных средств населенных пунктах Система должна иметь гибкие алгоритмы организации дорожного движения, позволяющие оптимизировать пассажиропотоки, увеличить пропускную способность магистралей, организовывать специальные режимы регулирования дорожного движения («зеленая волна», «кругом красный» и т п ) В системе необходимо реализовать несколько технологических алгоритмов по организации дорожного движения При этом диспетчерское управление светофорной сигнализацией при необходимости оперативного вмешательства в процесс дорожного движения включает режимы вызова фазы, "желтого мигания", отключения светофоров, кругом красный, перевод в локальное управление и т д Основной режим работы системы - это координированное управление Принцип координации заключается в включении на последующем перекрёстке по отношению к предыдущему зеленого сигнала с некоторым сдвигом, длительность которого зависит от времени движения транспортных средств между этими перекрёстками Таким образом, транспортные средства следуют по магистрали (или какому-либо маршруту движения) как бы по расписанию, пребывая к очередному перекрестку в тот момент, когда на нем в данном направлении движения включен зеленый сигнал Представлен вариант проектного решения по внедрению ИСУТП на основе MS Project-2007

Во втором параграфе обосновывается вариант синтеза комплекса программно-технического оборудования для реализации задач ИСУТП программно-технический комплекс центрального управляющего пункта , -канапообразующая аппаратура, периферийные средства для светофорных объектов (дорожные контроллеры, детекторы транспорта, указатели скорости и другие управляемые знаки, табло информирования и табло вызывные пешеходные, светофоры) ИСУТП должна обеспечивть взаимодействие с любыми системными дорожными контроллерами по проводным (радиальные, сеть) линиям связи, по радиоканалу, по сотовой связи (GSM, GPRS)

В четвертом параграфе дается оценка эффективности разработанным моделям и механизмам, которые обеспечивает снижение временных затрат диспетчеров центров управления дорожным движением городов при выполнении мероприятий по ликвидации заторов на перекрестках УДС на 30 % В целом вероятность возникновения заторов на перекрестках УДС при внедрении ИСУТП снижается на 25% по сравнению с существующими АСУДД

В заключении приводятся основные теоретические и практические результаты и выводы диссертационной работы Приложение содержит материалы о внедрении результатов диссертации

ОСНОВНЫЕ ВЫВОДЫ РАБОТЫ

В ходе выполнения диссертационного исследования получены следующие основные результаты

- проанализированы существующие системы управления дорожным движением крупных городов России, в том числе автоматизированные (АСУДЦ),

- разработана и обоснована модель интеллектуальной системы управления транспортными потоками города с возможностью выявления «узких» мест в ее функционировании,

- сформирована модель классификации автомагистралей и перекрестков города для определения степени важности и значимости при осуществлении мероприятий по управлению транспортными потоками,

- синтезирован механизм прогнозирования состояний автомагистралей и перекрестков на основе имитационной модели для любого времени суток и года позволяющий определить оптимальные режимы работы светофорных объектов с целью минимизации задержек транспорта,

- разработан механизм анализа состояния загруженности автомагистралей на основе продукционной модели и машины вывода, обеспечивающий минимизацию времени реакции диспетчеров при повышении вероятности возникновения заторов,

- разработана и обоснована концептуальная и логическая модели информационной системы управления транспортными потоками в городах,

- разработана модель и алгоритм функционирования интеллектуальной системы управления транспортными потоками в городе позволяющие существенно снизить вероятность возникновения заторов на магистралях города и время для организации взаимодействия дорожных служб при корректировке нежелательных ситуаций,

- проведены экспериментальные исследования предложенной структуры интеллектуальной системы управления транспортными потоками для аналитического сравнения с существующими АСУДЦ, проанализировать результаты и получить оптимальный вариант

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ: Статьи, опубликованные в изданиях, определенных ВАК РФ:

1 Врублевская С С Метод минимизации упущенной выгоды /Баркалов С А , Врублевская С С , Семенов П И, Серебряков Е А // «Системы управления и информационные технологии» науч /тех журнал №3 (25) Москва-Воронеж, 2006 -С 29-34

2 Врублевская С С Модель определения вариантов содержания инженерных объектов / Баркалов С А , Врублевская С С , Курочка П Н , Ло-

I)

миногин АС// Системы управления и информ Технологии Науч-тех журнал №1(27) Москва - Воронеж, 2007 - С 35-39

3 Врублевская С С Алгоритм вычисления нечеткого критического пути / Врублевская С С, Федорова И В, Шиянов Б А // ВЕСТНИК ВГТУ ТОМ 3, № 7,2007 - С. 113 - 117

Статьи, материалы конференций

4 Врублевская С С Определение оптимальной последовательности операций при выполнении проекта / Врублевская С С , Курочка П.Н, Новиков А А // Материалы научно-практической конф Образование, наука, производство и управление 23-24 ноября 2006 Том4-С 414-420

5 Врублевская С С Решение задачи выбора множества объектов методом сетевого программирования / Буркова И В , Врублевская С С , Тол-стикова ИВ// «Материалы Международной научной конференции Сложные системы управления и менеджмент качества, Старый Оскол 2007 Том 2 (12-14 марта)-С 11-14

6. Врублевская С.С Модели оптимизации плана ремонта дорог/ Врублевская С С , Михайлова ОН// «Наука и технологии Актуальные проблемы (9-14 апреля Ставрополь 2007) . Материалы международной науч. технич конф СевКавГТИ (ТОМ1)-С 134-136

7 Врублевская С С К вопросу о способах минимизации заторов при управлении транспортными потоками с использованием светофорных объектов / Врублевская С С , Дудин А М, Шиянов Б А // Вестник СевКавГТИ научный журнал Выпуск VII, 2007 - С 129-134

8. Врублевская С С. Исследование моделей управления с использованием имитационных игр /Белоусов В Е., Врублевская С С, Ерохин А В Л Вестник СевКавГТИ научный журнал Выпуск VII, 2007 - С. 135-139

9. Врублевская С С Механизм агрегирования комплекса операций размерности 3 / Белоусов В Е., Барканов С А, Врублевская С.С // «Системы управления эволюцией организации» Четвертая международная конф, Са-нья, Китайская Народная республика, 2007 - С 168-174

10 Врублевская С С Проезд - везде и всегда /Врублевская С С, Черноусов И Е //Отраслевой журнал, М Издательство «Автомобильные дороги», № 3,2006 - С 54

Подписано в печать 1611 2007 Формат 60x84 1/16 Уч -изд л 1,0Усл-печ 1,1л Бумага писчая Тираж 100 экз Заказ № 602

Отпечатано в отделе оперативной полиграфии Воронежского государственного архитектурно-строительного университета 394006, Воронеж, ул 20-летия Октября, 84

Введение.

1 АНАЛИЗ СУЩЕСТВУЮЩИХ СИСТЕМ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ ГОРОДОВ.

1.1 Основные положения по управлению транспортными потоками городов.

1.2 Вариант автоматизированной системы управления транспортными потоками ближнего зарубежья.

1.3 Варианты отечественной системы управления транспортными потоками.

1.4 Объекты системы управления транспортными потоками городов и оценка их эффективности.

1.5 Критерии эффективности при управлении транспортными потоками городов и постановка задач исследования.

2 МАТЕМАТИЧЕСКАЯ МОДЕЛЬ СИСТЕМЫ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ ГОРОДОВ.

2.1 Модель интеллектуальной системы управления транспортными потоками города.

2.2 Модель классификации автомагистралей и перекрестков города.

2.3 Механизм прогнозирования состояний автомагистралей и перекрестков.

2.4 Механизм анализа состояния загруженности автомагистралей.

2.5 Модель и алгоритм функционирования ИСУТП.

2.6 Концептуальная и логическая модели ИСУТП.

3. ВАРИАНТ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ НА ОСНОВЕ СВЕТОФОРНЫХ ОБЪЕКТОВ.

3.1. Механизмы формирования ИСУТП.

3.2. Синтез комплекса программно-технического оборудования для реализации задач ИСУТП.

3.3 Проверка эффективности ИСУТП.

Актуальность темы. Сегодня в России прирост числа автомашин значительно опережает темпы строительства новых дорог, причем показатель 100 автомобилей на тысячу человек в среднем по стране был превышен уже в 1998 году, а дорожно-транспортная инфраструктура городов по прежнему обеспечивает уровень не более 60-100 автомобилей на тысячу жителей. Данные маркетинговых исследований автомобильных дилеров и органов ГИБДД позволяют прогнозировать к 2010 году количество машин на дорогах городов примерно 230-300 на тысячу человек, а годовые продажи легковых автомобилей перешагнут отметку 3 миллиона, что может повлечь просто катастрофические последствия для существующих улично-дорожных систем городов, т.к. при чрезмерно высокой плотности транспортных средств скорость движения снижается настолько, что автомобиль полностью утрачивает одно из важнейших своих достоинств - динамичность.

В ряде крупных городов скорость движения транспортных потоков в часы пик составляет 10-15 км/ч, при этом повышается количество дорожно-транспортных происшествий, существенно увеличивается выброс вредных веществ в атмосферу и наконец, практически полностью парализуется жизнедеятельность города (люди опаздывают на работу, грузы не доставляются вовремя, т.е. налицо существенный экономический ущерб от возникающих заторов. Вышеперечисленные негативные факты наносят экономике России ущерб по оценкам независимых экспертов в размере 2,2-2,6% ВВП. Поэтому в начале 2006 года Правительством РФ утверждена Федеральная целевая программа «Повышение безопасности дорожного движения в 2006-2012 гг.», одним из важнейших задач которой является минимизация заторов автотранспорта в городах.

Решение подобной задачи требует применения комплекса мероприятий архитектурно-планировочного и организационного характера. Первые требуют значительных капиталовложений, не могут быть реализованы в быстрые сроки, а порой просто неосуществимы. Организационные мероприятия способствуют упорядочению движения на уже существующей улично-дорожной сети. При реализации таких мероприятий особая роль принадлежит внедрению технических средств регулирования с применением ЭВМ, средств автоматики, телемеханики, диспетчерской связи и телевидения для управления движением в масштабах крупного района или целого города.

В настоящее время в городах России на базе диспетчерских центров управления дорожным движением действуют автоматизированные системы управления дорожным движением (АСУДД). Однако, из-за отсутствия надежных методов прогнозирования распределения транспортных потоков в зоне обслуживания при наличии значительного количества вариантов проектных решений и большого числа факторов, существенно влияющих на интенсивность движения транспорта эффективность подобных систем управления довольно низка.

В свою очередь управленческие решения, принимаемые должностными лицами носят точечный, разрозненный характер направленный на ликвидацию уже возникших заторов а не на их предупреждение, причем взаимодействие с другими службами, отвечающими за организацию и безопасность дорожного движения, крайне неоперативное. Все это не позволяет использовать потенциал регулирования транспортных потоков на основе светофорных объектов в полном объеме.

Таким образом, актуальность исследования обусловлена необходимостью изыскание нового научного подхода к задаче повышения обоснованности и эффективности решений, принимаемых в процессе управления транспортными потоками городов на основе светофорных объектов и обеспечивающих снижение временных затрат при существующем управленческом персонале для минимизации задержек транспорта, является актуальным в научном и практическом плане.

Основные исследования, получившие отражение в диссертации, выполнялись по планам научно-исследовательской работы:

- грант РФФИ «Гуманитарные науки» «Разработка оптимизационных моделей управления распределением инвестиций на предприятии по видам деятельности» № Г00-3.3-306.

Цель исследования заключается в исследовании и экспериментальной проверке эффективности системы управления транспортными потоками в городских условиях, обеспечивающей сокращение временных затрат диспетчеров службы управления дорожным движением для минимизации задержек транспорта за счет интеллектуализации режимов регулирования светофорных объектов.

Достижение поставленной цели потребовало решения следующих основных задач: проанализировать существующие системы управления дорожным движением крупных городов России, в том числе автоматизированные (АСУДД); разработать и обосновать модель интеллектуальной системы управления транспортными потоками города с возможностью выявления «узких» мест в ее функционировании; сформировать модель классификации автомагистралей и перекрестков города для определения степени важности и значимости при осуществлении мероприятий по управлению транспортными потоками; синтезировать механизм прогнозирования состояний автомагистралей и перекрестков на основе имитационной модели для любого времени суток и года позволяющую определить оптимальные режимы работы светофорных объектов; разработать механизм анализа состояния загруженности автомагистралей на основе семантической модели и машину вывода, обеспечивающие минимизацию времени реакции диспетчеров на вероятности возникновения заторов; разработать и обосновать концептуальную и логическую модели информационной системы управления транспортными потоками в городах; разработать модель и алгоритм функционирования интеллектуальной системы управления транспортными потоками в городе позволяющие существенно снизить вероятность возникновения заторов на магистралях города и время для организации взаимодействия дорожных служб при корректировке нежелательных ситуаций; провести экспериментальные исследования предложенной структуры интеллектуальной системы управления транспортными потоками для аналитического сравнения с существующими АСУДД, проанализировать результаты и получить оптимальный вариант.

Методы исследования. В работе использованы методы моделирования организационных систем управления, распознавания объектов, системного анализа, теории игр, теории графов, теории вероятности, теории принятия решений, искусственного интеллекта.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Разработана и обоснована модель интеллектуальной системы управления транспортными потоками города позволяющая в отличие от известных выявлять «узкие» места в ее функционировании за счет использования элементов теории массового обслуживания.

2. Сформирована модель классификации автомагистралей и перекрестков города позволяющая на основе методов численной таксономии определять степень их важности и значимости при осуществлении мероприятий по управлению транспортными потоками.

3. Синтезирован механизм прогнозирования состояний автомагистралей и перекрестков, который на основе аппарата имитационного моделирования позволяет определить оптимальные режимы работы светофорных объектов для любого времени суток и года.

4. Разработан механизм анализа состояния загруженности автомагистралей обеспечивающий минимизацию времени реакции диспетчеров на вероятности возникновения заторов за счет использования аппарата искусственного интеллекта.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами. Они подтверждены расчетами на примерах, производственными экспериментами и многократной проверкой при внедрении в практику управления.

Практическая значимость и результаты внедрения. На основании выполненных исследований синтезированы модели и механизмы обеспечивающие управление дорожными потоками города на основе предупреждения заторовых ситуаций а также минимизацию реакции диспетчерских служб на исправление возникающих нежелательных ситуаций за счет интеллектуальной поддержки их деятельности.

Использование разработанных в диссертации моделей и механизмов позволяет многократно применять разработки, тиражировать их и осуществлять их массовое внедрение с существенным сокращением продолжительности трудозатрат и средств.

Разработанные модели используются в практической деятельности следующих предприятий: ГУ «Межрегиональная дирекция по дорожному строительству ДСД Центр» (Воронежский филиал), ООО «УС-2 Интердор-строй» (г. Богучар, Воронежской обл.).

Модели, алгоритмы и механизмы включены в состав учебного курса «Организация, планирование и управление дорожным комплексом», в Воронежском государственном архитектурно-строительном университете.

На защиту выносятся:

- модель интеллектуальной системы управления транспортными потоками города;

- модель классификации автомагистралей и перекрестков города;

- механизм прогнозирования состояний загруженности автомагистралей и перекрестков города для любого времени суток и года;

- механизм анализа состояния загруженности.

Апробация работы. Основные результаты исследований и научных разработок докладывались и обсуждались на конференциях: международной научно-практической конференции «Образование, наука, производство и управление» (Старый Оскол, СТИ МИСиС, 2006 г.) и международной научной конференции «Сложные системы управления и менеджмент качества» (Старый Оскол, СТИ МИСиС, 2007 г.), четвертой международная научно-практической конференции «Системы управления эволюцией организации» (Санья, Китайская Народная республика, 2007 г.), международной научно -технической конференции «Наука и технологии Актуальные проблемы (9-14 апреля Ставрополь, 2007).

Публикации. По теме диссертации опубликовано 10 печатных работ общим объемом 43 страницы (лично автором выполнено 13 с).

Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем: в работах [2], [4], [6], [9] автором разработана модель интеллектуальной системы управления транспортными потоками города; в работе [5] автору принадлежит механизм классификации автомагистралей и перекрестков города; в работе [8] автор рассчитывает интенсивность загрузки автомагистралей и перекрестков города в разное время суток и года; в работе [3] автором предложен алгоритм извлечения знаний для машины вывода; в работах [7], [10] автору принадлежит модель функционирования интеллектуальной системы управления транспортными потоками.

Объем и структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений. Она содержит 149 страниц основного текста, 24 рисунков, 13 таблиц и приложения. Библиография включает 162 наименования.

Основные результаты, полученные в диссертационной работе, состоят в следующем:

- проанализированы существующие системы управления дорожным движением крупных городов России, в том числе автоматизированные (АСУДД);

- разработана и обоснована модель интеллектуальной системы управления транспортными потоками города с возможностью выявления «узких» мест в ее функционировании;

- сформирована модель классификации автомагистралей и перекрестков города для определения степени важности и значимости при осуществлении мероприятий по управлению транспортными потоками;

- синтезирован механизм прогнозирования состояний автомагистралей и перекрестков на основе имитационной модели для любого времени суток и года позволяющий определить оптимальные режимы работы светофорных объектов с целью минимизации задержек транспорта;

- разработан механизм анализа состояния загруженности автомагистралей на основе продукционной модели и машины вывода, обеспечивающий минимизацию времени реакции диспетчеров при повышении вероятности возникновения заторов;

- разработана и обоснована концептуальная и логическая модели информационной системы управления транспортными потоками в городах;

- разработана модель и алгоритм функционирования интеллектуальной системы управления транспортными потоками в городе позволяющие существенно снизить вероятность возникновения заторов на магистралях города и время для организации взаимодействия дорожных служб при корректировке нежелательных ситуаций;

- проведены экспериментальные исследования предложенной структуры интеллектуальной системы управления транспортными потоками для аналитического сравнения с существующими АСУДД, проанализировать результаты и получить оптимальный вариант.

ЗАКЛЮЧЕНИЕ

1. Абдулатидзе З.С., Александровская Л.Н., Бас В.Н. Управление качеством и реинжиниринг организаций. Учеб. Пособие. М.: Логос, 2003. - 328 с.

2. Беляев Ю.А., Шабанов А.В. Выбор оптимального решения в многокритериальных задачах. Известия ТГУ. Выпуск 11, Тула 2006 С. 207 - 210.

3. Баркалов С.А., Белоусов В.Е., Беляев Ю.А. Механизм агрегирования комплекса операций размерности 3. Печатный. Известия ТГУ. Выпуск 11, Тула 2006-С.149-153.

4. Баркалов С.А., Белоусов В.Е., Беляев Ю.А. Применение имитационных игр для повышения региональной безопасности. Вестник ВГТУ, №2, Том 3, Воронеж, 2007 С. 167-172.

5. Бакунец О.Н., Баркалов С.А., Беляев Ю.А. Механизм сбалансированной эффективности систем управления. Научный вестник ВГАСУ Н.т. журнал Выпуск№2,2006-С. 28-31.

6. Баркалов С.А., Курочка П.Н., Беляев Ю.А. Оптимальные стратегии повышения индекса потребительских свойств объекта при различных свойствах функции затрат. Научный вестник ВГАСУ Н.т. журнал Выпуск №2, 2006 С. 57 - 65.

7. Беляев Ю.А., Шабанов А.В. Минимизация рисков при выборе вариантов решений в экономических системах. Печатный. Материалы международной конференции «Образование, наука, производство и управление», Старый Ос-кол, СТИ МИСиС, Т. 2. 2006 С.420-424.

8. Баркалов С.А., Беляев Ю.А., Михин П.В. Выбор оптимального коэффициента совмещения работ при выполнении проекта. Печатный. Материалы научно-практической конф. Образование, наука, производство и управление 2324 ноября 2006. Т. 4. С. 388-393.

9. Беляев Ю.А., Новиков А.Н., Потапов С.Ю. Модель контроля работ при оперативном управлении. Печатный. Современные сложные системы управления «Сборник научных трудов восьмой научной конф. Краснодар

10. Воронеж-Сочи 2005 С. 29-36.

11. Бурков В.Н., Заложнев А.Ю., Леонтьев С.В., Новиков Д.А., Чернышов Р.А. Механизмы финансирования программ регионального реформирования. Препринт. М.: Институт проблем управления РАН, 2002.

12. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: Синтег, 1997. -188 с.

13. Бурков В.Н., Джавахадзе Г.С. Экономико математические модели управления развитием отраслевого производства. М.: ИЛУ РАН, 1998

14. Бурков В.Н., Заложнев А.Ю., Новиков Д.А. Теория графов в управлении организационными системами. М.: СИНТЕГ - 2001. - 265.

15. Вентцель Е.С. Теория вероятностей: Учебник для студ. Вузов. 9-е изд., стер / Е.С. Вентцель. // - М.: Издательский центр «Академия», 2003. -576.

16. Вишневский В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003. - 512 с

17. Воробьев С.Н. Управленческие решения: учебник для вузов/ С.Н. Воробьев, В.Б. Уткин. //- М.: ЮНИТИ-ДАНА, 2003. 317 с.

18. Вудкок Дж. Современные информационные технологии совместной работы/Пер. с англ. М: Издательско-торговый дом «Русская Редакция», 1999.

19. Вагнер Г. Основы исследования операций. М.: Мир, 1972. Т. 1 3.

20. Васильев Д.К., Колосова Е.В., Цветков А.В. Процедуры управления проектами // Инвестиционный эксперт. 1998. № 3. С. 9 10.

21. Виханский О.С., Наумов А.И. Менеджмент: человек, стратегия, организация, процесс. М.: Изд-во МГУ, 1996. 416 с.

22. Воронов А.А. Исследование операций и управление. М.: Наука, 1970. -128 с.

23. Воронин А.А., Мишин С.П. Оптимальные иерархические структуры. М.: ИПУ РАН, 2003.-214 с.

24. Воропаев В.И., Любкин С.М., Голенко-Гинзбург Д. Модели принятия решений для обобщенных альтернативных стохастических сетей // Автоматика и Телемеханика. 1999. № 10. С. 144 152.

25. Варжапетян А.Г., Варжапетян А.А. Системы управления. Инжиниринг качества. М.: Вузовская книга, 2005. - 320 с.

26. Гламаздин Е.С., Новиков Д.А., Цветков А.В. Механизмы управления корпоративными программами: информационные системы и математические модели. М.: Спутник+, 2001. 159 с.

27. Губко М.В., Новиков Д.А. Теория игр в управлении организационными системами. М.: Синтег, 2002. 156 с.

28. ГОСТ 34.602-89 «Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы».

29. ГОСТ Р ИСО 9004:2001. Руководство по улучшению деятельности. Системы менеджмента качеств.

30. ГОСТ Р ИСО 9001:2001. Системы менеджмента качества основы и словарь.

31. ГОСТ 34.602-89 «Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы».

32. Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976.-327 с.

33. Гилев С.Е., Леонтьев С.В., Новиков Д.А. Распределенные системы принятия решений в управлении региональным развитием. М.: ИЛУ РАН, 2002. 54 с.

34. Губко М.В., Новиков Д.А. Теория игр в управлении организационными системами. М.: Синтег, 2002. 156 с.

35. Горелик В.А., Кононенко А.Ф. Теоретико-игровые модели принятия решений в эколого-экономических системах. М.: Радио и связь, 1982. -144 с.

36. Голенко Д.И. Статистические методы сетевого планирования и управления. М.: Наука, 1968. 400 с.

37. Дементьев В.Т., Ерзин А.И., Ларин P.M., Шамардин Ю.В. Задачи оптимизации иерархических структур. Новосибирск: НГУ, 1996. 167 с.

38. Денисов В.И., Вычисление оценок параметров распределений с использованием таблиц асимптотически оптимального группирования/ В.И.Денисов, Б.Ю Лемешко. // Применение ЭВМ в оптимальном планировании и проектировании. Новосибирск: изд. НЭТИ, -1981. С. 3-17.

39. Дмитриев В.И. Прикладная теория информации: Учеб. Для студ. вузов по спец. «Автоматизированные системы обработки информации и управления» / В.И. Дмитриев. // М.: Высш. шк., 1989. - 320 с.

40. Заложнев А.Ю. Внутрифирменное управление. Оптимизация процедур функционирования. М.: ПМСОФТ, 2005. 290 с.

41. Загоруйко Н.Г. Прикладные методы анализа данных и знаний/ Н.Г. За-горуйко. // Новосибирск: Изд-во ин-та математики, 1999. - 270 с.

42. Ильин В.П. Руководство качеством проектов. Практический опыт. -М.: Вершина, 2006 176 с.

43. Ильин В.П. Система управления качеством. Российский опыт. СПб.: Невский проспект; Вектор, 2007 - 224 с.

44. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. 560 с.

45. Коргин Н.А. Неманипулируемые механизмы обмена в активных системах. М.: ИПУ РАН, 2003.

46. Капустин В. Ф. Элементы статистической теории информации: Конспект лекций. Лекция 1. —СПб., 1996.

47. Карпова Т. С. Базы данных: модели, разработка, реализация /Т.С. Карпова. // СПб.: Питер, 2002. - 304 с.

48. Котов В.Е. Сети Петри / В.Е. Котов. // М.: Наука, 1984. - 160 с.

49. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных. ДАН СССР, 1956, № 2.

50. Ковалев В.Н. Анализ хозяйственной деятельности предприятия: учеб. -М.: ТК Велби, Изд-во Проспект, 2006 424 с.

51. Кононенко А.Ф., Халезов А.Д., Чумаков В.В. Принятие решений в условиях неопределенности. М.: ВЦ АН СССР, 1991. 211с.

52. Куликов Ю.А. Оценка качества решений в управлении строительством. М.: Стройиздат, 1990. 144 с.

53. Конев И.Р., Беляев А.В. Информационная безопасность предприятия. СПб.: БХВ Петербург, 2003. - 752 е.

54. Кульгин М. Технологии корпоративных сетей. Энциклопедия Спб: Издательство «Питер», 2000-704с.

55. Львов Н.А. Противозатратный механизм. Стандарты и качество, 1995.

56. Ли Э.Б., Маркус Л. Основы теории оптимального управления. М.: Наука,1972-576 с.

57. Литвак Б.Г. Экспертная информация: методы получения и анализа. М.: Радио и связь, 1982. 184 с.

58. Литвак Б.Г. Экспертные оценки и принятие решений. М.: Патент, 1996. -271с.

59. Лотоцкий В.А. Идентификация структур и параметров систем управления // Измерения. Контроль. Автоматизация. 1991. № 3-4. С.30-38.

60. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования / Ю.П. Лукашин. // М.: Статистика, 1979. - 121с.

61. Между народные стандарты. Международная организация по стандартизации. Управление качеством продукции ИСО 9000-9004, ИСО 8402 М.: Издательство стандартов, 1988.

62. Макаров И.М. Теория выбора и принятия решений / И.М. Макаров. // -М.: Наука, 1982.-212с.

63. Менар К. Экономика организаций. М.: ИНФРА-М, 1996. 160 с.

64. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. 344 с.

65. Минцберг Г. Структура в кулаке: создание эффективной организации. М.: Питер, 2001.-512 с.

66. Мишин С.П. Оптимальное стимулирование в многоуровневых иерархических структурах // Автоматика и Телемеханика. 2004. № 5. С. 96 119.

67. Моисеев Н.Н. Элементы теории оптимальных систем. М.: Наука, 1974. -526 с.

68. Моррис У. Наука об управлении: Байесовский подход. М.: Мир, 1971.

69. Мякишев В.В. Использование методов искусственного интеллекта в САПР. Анализ отечественного и зарубежного опыта / В.В. Мякишев, В.В Тарасов.//- Техническая кибернетика, №1.- 1991.-С. 164-176.

70. Моисеев Н.И. Алгоритмы развития / Н.И. Моисеев. // М: Наука, 1987. -86с.

71. Маклаков С.В. Моделирование бизнес-процессов с BPwin 4.0. М.: ДИАЛОГ-МИФИ, 2002 - 224 с.

72. Маклаков С.В. BPwin и Erwin. CASE-средства разработки информационных систем. М.: ДИАЛОГ-МИФИ, 2000.

73. Мишин В.М. Управление качеством: Учебник для студентов вузов, обучающихся по специальности «Менеджмент организации». М.: ЮНИТИ1. ДАНА, 2005-463 с.

74. Москвин В.А. Управление качеством в бизнесе: Рекомендации для руководителей предприятий, банков и риск-менеджеров. М.: Финансы и статистика, 2006. -384 с.

75. Новиков Д.Н. Механизмы гибкого планирования в активных системах с неопределенностью / Д.Н. Новиков. //- Автоматика и телемеханика, 1997. -С. 188-125.

76. Никифоров А.Д. Управление качеством. Учебное пособие для вузов. -М.: Дрофа, 2004 720 с.

77. Новиков Д.А., Петраков С.Н. Курс теории активных систем. М.: СИНТЕГ, 1999.-108 с.

78. Новиков Д.А., Цветков А.В. Механизмы стимулирования в многоэлементных организационных системах. М.: Апрстроф, 2000. 143 с.

79. Новиков Д.А. Институциональное управление организационными системами. М.: ИПУ РАН, 2003. 68 с.

80. Новиков Д.А., Петраков С.Н., Федченко К.А. Децентрализация механизмов планирования в активных системах // Автоматика и Телемеханика. 2000. №6. С. 120-126.

81. Новиков Д.А. Сетевые структуры и организационные системы. М.: ИПУ РАН, 2003.- 102.

82. Новиков Д.А., Смирнов И.М., Шохина Т.Е. Механизмы управления динамическими активными системами. М.: ИПУ РАН, 2002. 124 с.

83. Основы управления качеством продукции. М.: Издательство стандартов, 1996.

84. Одинцов Б. Е. Проектирование экономических экспертных систем. / Под ред. ак. А. Н. Романова. М., ЮНИТИ, 1996с.

85. Петров В.Н. Информационные системы СПб. Издательство: Питер, 2002.-688с.

86. Подлипаев Л.Д. Технология внедрения и постоянное улучшение системы менеджмента качества на предприятии. М.: Гелиос АРВ, 2004 - 408 с.

87. Райзберг Б.А. Программно-целевое планирование и управление. Учебник /Б.А. Райзберг.//- М.: ИНФА М, 2002. - 428 с.

88. Розанов Ю.В. Случайные процессы / Ю.В. Розанов.//- М.: НАУКА, 1971. -287 с.

89. Розен В.В. Цель оптимальность - решение (математические моделипринятия оптимальных решений) / В.В. Розен.//- М.: Радио и связь, 1982. -168 с.

90. Сай В.М. Формирование организационных структур управления. М.: ВИНИТИ, 2002. 437 с.91 .Санталайнен Т. Управление по результатам. М.: Прогресс, 1988.-320с.

91. Сакато Сиро Практическое руководство по управлению качеством продукции (пер. с японск.) М.: Машиностроение, 1994.

92. Система стандартов эргонометрических требований и эргонометрического1. Ьобеспечения. Методы обработки экспертных систем //- Постановление Государственного комитета по стандартам № 2098. 1985.-35с.

93. Советов Б.Я. Моделирование систем: Учеб. для вузов / Б.Я. Советов.// 3-е изд., перераб. И доп. - М.: Высш. шк.,2001. - 343 с.

94. Судоплатов С.В. Элементы дискретной математики: Учебник / С.В. Судо-платов. // М.: ИНФРА-М, Новосибирск: Изд-во НГТУ, 2002. - 280 с.

95. Смирнов Э. А. Разработка управленческих решений: Учебник для вузов. -М.: ЮНИТИ-ДАНА, 2000.

96. Санталайнен Т. Управление по результатам. М.: Прогресс, 1988.-320 с.

97. Симионова Н.Е. Управление реформированием строительных организаций. М.: Синтег, 1998. 224 с.

98. Салимова Т.А., История управления качеством. Учебное пособие. М.: КНОРУС, 2005 - 256 с.

99. Синенко С.А. Информационная технология проектирования организации строительного производства .- М.: НТО "Ситсемотехника и информатика" , 1992.- 258 с.

100. Смирнов В.А. Оценка надежности и маневренных качеств плана. Новосибирск, 1978.

101. Томпсон А. А., Стриклэнд А. Дж. Стратегический менеджмент. — М.: ЮНИТИ, 1998.-576 с.

102. Ю5.Томилин В.Н. Управление качеством в условиях перехода к рыночной экономике. Стандарты и качество, 1990, № 10.

103. Юб.Такенбаум Э. Компьютерные сети / Э. Такенбаум. // СПб.:Питер. 2002. - 848 с.

104. Толковый словарь по управлению проектами / Под ред. В.К. Иванец, А.И. Кочеткова, В.Д. Шапиро, Г.И. Шмаль. М.: ИНСАН, 1992.

105. Т.Н. Толстых. Моделирование процессов управления региональной экономикой. Тамбов, 1999 - 246 с.

106. Ю9.Уздемир А.П. Динамические целочисленные задачи оптимизации в экономике. М.: Физматлит, 1995.

107. Управление качеством продукции: вопросы теории и практики. М.: Мысль, 1996.

108. Ш.Уемов В.И. Системный подход и общая теория систем. М.: Наука, 1978.-272с.

109. Форд Л., Фалкерсон Д. Потоки в сетях. М.: Мир, 1966. 276 с.

110. Фатхутдинов Р.А. Управленческие решения: Учебник 4-е изд., перераб. и доп / Р.А. Фатхутдинов.// М.: ИНФА-М. - 2001. - 283 с.

111. Фусфельд А.Р. Новый метод прогнозирования функция технического развития /А.Р. Фусфельд. II В сб.: Руководство по научно-техническому прогнозированию. Пер. с англ. - М.: Прогресс, - 1977. - С. 68-71.

112. Хабаров B.C. Методы и средства машинного моделирования информационно вычислительных систем / В.С Хабаров, С.В. Шарков. //- Проблемы машиностроения и автоматизации. - №4. - 1999. - С. 14 -20.

113. Цыганов В.В. Адаптивные механизмы в отраслевом управлении М.: Наука, 1991.- 166 с.

114. Шапиро Д.И. Принятие решений в системах организационного управления: Использование расплывчатых категорий / Д.И. Шапиро. // М.: Энерго-атомиздат, 1983. - 184 с.

115. Щепкин А.В. Механизмы внутрифирменного управления. М.: ИПУ РАН, 2001.-80 с.

116. Шарипов С.В., Толстова Ю.В. Система менеджмента качества. СПб.: Питер, 2004- 192 с.

117. Щепетова С.Е. Менеджмент и экономика качества. М.: КомКнига, 2006 -512 с.121.1С: ПРЕДПРИЯТИЕ, Версия 7.5. Описание встроенного языка. Часть 1-М.: Фирма 1С, 1996.122.1С: ПРЕДПРИЯТИЕ, Версия 7.5. Описание встроенного языка. Часть21. М.: Фирма 1С, 1996.

118. Экономическая информатика: Учебник/ Под ред. В.П. Косарева и J1.B. Еремина. -М.: Финансы и статистика, 2001.

119. Чупилин А.И. Управление качеством. Учебное пособие. М.: Издатель-ско-торговая корпорация «Дашков и К», 2005 - 156 е.

120. Шишкин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении: Учеб. Пособие 3-е изд. - М.: Дело, 2004 - 440 с.

121. Федоренко Р.П. Приближенное решение задач оптимального управления.-М.: Наука, 1978.

122. Федулов А.А., Федулов Ю.Г., Цыгичко В.Н. Введение в теорию статистически ненадежных решений. М.: Наука, 1979.

123. Хабакук М. Целевые методы управления предприятием. М.: Экономика, 1981.

124. Хибухин В.П., Величкин В.З., Втюрин В.И. Математические методы планирования и управления строительством. Л.: Стройиздат, 1990.

125. Хибухин В.П., Баранецкий В.И. Математические методы планирования и управления строительством.-Jl.: Стройиздат, 1985.- 140 с.

126. Шеннон Р., Имитационное моделирование систем искусство и наука. М.:Мир,1978.

127. Шински Ф. Управление процессами по критерию экономии затрат. М.: Мир, 1981.

128. Эддоус М., Стэнсфилд Р. Методы принятия решения,- М.: Юнити, 1997.-590с.

129. Эткинд Ю.Л. Автоматизация выработки управленческих решений в промышленном строительстве. Л.: Стройиздат, 1982.

130. Golenko-Ginzburg D.I., Aronov I.A., lLjubkin S.M. Upon controlling large size stochastic network projects// Proceedings of Project managment in transition economy, Moscow, 1997.

131. Torsleff H. The transition of project managment software solutions// Proceedings of Project managment in transition economy, Moscow, 1997.

132. Falco M. A project managment model for time analysys in straightforward projects// Proceedings of Project managment in transition economy, Moscow, 1997.

133. План важнейших НИОКР и нормативно-технического обеспечения дорожного хозяйства по 2001-2002гг. М., Росавтодор-Информавтодор, 2001.

134. Быстрое Н. В., Богомолов Ю.А., Симчук Е.Н. "Система стандартизации дорожного хозяйства" в журнале «Наука и технология в дорожной отрасли», № 1-2000.

135. Приказ Федерального дорожного департамента Минтранса РФ за № 9 от 31.01.95 "О повышении качества выпускаемых асфальтобетонных смеисеи .

136. Ерохин А.В. Повышение качества продукции с использованием методов прогнозирования /Белоусов В.Е., Ерохин А.В., Глотов Т.Н.// ВЕСТНИК ВГТУ, Том 3, №5,2007 С. 30-33. (Лично автором выполнено 1 с.)

137. Ерохин А.В. Выбор целей развития организационной системы в области качества/ Белоусов В.Е., Ерохин А.В., Коротаева Т.В.// ВЕСТНИК ВГТУ Том 3, №5, 2007 С. 34-37. (Лично автором выполнено 1,5 с.)

138. Ерохин А.В Модель принятия решений на основе нечетких отношений / Мясищев Р.Ю., Ерохин А.В., Новиков А.А. // ВЕСТНИК ВГТУ Том 3, №7, 2007 С. 37 - 43. (Лично автором выполнено 4 с.)

139. Ерохин А.В. Модели эффективного управления временем /В кн.: Модели и методы управления строительными проектами /Баркалов С.А., Буркова И.В., Курочка П.Н., Ерохин А.В., Коротаева Т.В.// М., ООО «Уланов -пресс», 2007-С. 217-229.

140. Ерохин А.В Информационные технологии в управлении проектами //В кн.: Модели и методы управления проектами в дорожном строительстве. / Баркалов С.А., Курочка П.Н., Половинкина А.И., Ерохин А.В. М., ООО «Уланов - пресс». 2007 - С. 135-139.

141. Ерохин А.В. На два шага впереди /Ерохин А.В.//Отраслевой журнал, М:. Издательство «Автомобильные дороги», №5, 2001 С. 36-37.

142. Ерохин А.В. Основные принципы содержания сети автомобильных дорог управления «Мосавтодор» /Ерохин А.В., Черноусов И.Е., Славуцкий М.А./Ютраслевой журнал, М:. Издательство «Автомобильные дороги», № 7, 2003 С. 44-49. (Лично автором выполнено 2 с.)

143. Врублевская С.С. Метод минимизации упущенной выгоды /Баркалов С.А., Врублевская С.С., Семенов П.И., Серебряков Е.А.// «Системы управления и информационные технологии» науч./тех. журнал №3 (25) Москва-Воронеж, 2006 С. 29-34.

144. Врублевская С.С. Модель определения вариантов содержания инженерных объектов / Баркалов С.А., Врублевская С.С., Курочка П.Н., Ло-миногин А.С.// Системы управления и информ. Технологии Науч.-тех. журнал №1(27) Москва-Воронеж, 2007-С. 35-39.

145. Врублевская С.С. Алгоритм вычисления нечеткого критического пути / Врублевская С.С., Федорова И.В., Шиянов Б.А. // ВЕСТНИК ВГТУ ТОМ 3, № 7, 2007 С. 113-117.

146. Врублевская С.С. Модели оптимизации плана ремонта дорог/ Врублевская С.С., Михайлова О.Н.// «Наука и технологии Актуальные проблемы (9-14 апреля Ставрополь 2007) . Материалы международной науч. технич. конф. СевКавГТИ. (ТОМ 1) С. 134-136.

147. Врублевская С.С. К вопросу о способах минимизации заторов при управлении транспортными потоками с использованием светофорных объектов / Врублевская С.С., Дудин A.M., Шиянов Б.А.// Вестник СевКавГТИ научный журнал. Выпуск VII, 2007 С. 129-134.

148. Врублевская С.С. Исследование моделей управления с использованием имитационных игр /Белоусов В.Е., Врублевская С.С., Ерохин А.В.// Вестник СевКавГТИ научный журнал. Выпуск VII, 2007 С. 135-139.

149. Врублевская С.С. Проезд везде и всегда /Врублевская С.С., Черноусов И.Е./Ютраслевой журнал, М:. Издательство «Автомобильные дороги», № 3, 2006 - С. 54.