Комплексная оптимизация городского транспорта с использованием искусственных нейронных сетей

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

Будущее ТТУ?
или

Предлагаемое решение

Алгоритмы работы нейронных сетей
Задание начальных условий
Выбор сценария
База данных
Геолокация, метеоусловия, наполняемость
Корректировка сценария
Ручное управление
Соответствует заданным параметрам?
Нет
Да
Управление транспортом
Выходной сигнал

Согласование городского и пригородного сообщений
Маршрут №47
Пересадка без проблем

Простейший пример оптимизации

Выделенные полосы светофорного регулирования
Решение проблем мегаполиса минимальными затратами

Оптимизация городского транспорта
Эффекты от реализации проекта

Современному городу – передовые технологии
Тестирование «беспилотных поездов» на МЦК – начало 2019 года
Рекуперация – основа энергосбережения

Опыт зарубежных стран:
Беспилотный трамвай «Siemens Combino»
Сканирует местность
на 100 м вперед - для торможения
с 50 км/ч
«Ждёт пассажиров»
Распознает
объекты
Германия, г. Потсдам

Наставник:
Ерополов Александр Венедиктович – заместитель руководителя департамента транспорта
Автор проекта:
Дмитриев Денис Сергеевич Молодежная лига управленцев Самары