«Разработка имитационной модели сложной транспортной развязки»

Протяженность нового участка дороги составит около 5 километров. На выполнение работ планируется потратить 315,4 миллионов рублей.

Хотя по мнению экспертов расширение улиц и увеличение числа дорог не поможет Уфе в полной мере решить Транспортную проблему.

Создание имитационных моделей наиболее «проблемных» развязок должно помочь выявить оптимальные и дешевые пути решения транспортных проблем.

Объект исследования:

Моделирование транспортного потока на развязке г. Уфы

Предмет исследования:

Разработка имитационной модели сложной транспортной развязки в среде Any Logic 7 находящейся на пересечении:

• Улицы имени Города Галле;

• Улицы Пархоменко;

• Гражданского проезда;

• Трассы М-7;

Цель:

Создать имитационную модель достоверно отражающую движение на сложной развязке.

Задачи исследования:

• Анализ предметной области.

• Выбрать вид имитационного моделирования для модели.

• Выбрать средства реализации для имитационной модели.

• Выявить алгоритмы движения машин на развязке.

• Реализовать модель.

В связи с постоянным ростом количества машин проблемы оптимизации движения автомобилей на развязках с каждым годом встают все острее и острее.

По прогнозам, к 2020 году количество автомобилей в Уфе вырастет с 250 тысяч до полумиллиона.

По результатам социологический исследований, у сорока двух процентов уфимских семей есть машина. Около восьмидесяти процентов, из них, ездят на автомобиле ежедневно.

В Уфе постоянно проводятся работы по оптимизации движения транс-портных потоков к примеру, строится второй мост через реку белая в сторону затона, расширяются улицы, в 2015 году отремонтируют автотрассу Уфа-Дема.

Протяженность нового участка дороги составит около 5 километров. На выполнение работ планируется потратить 315,4 миллионов рублей.

Хотя по мнению экспертов расширение улиц и увеличение числа дорог не поможет Уфе в полной мере решить Транспортную проблему.

Создание имитационных моделей наиболее «проблемных» развязок должно помочь выявить оптимальные и дешевые пути решения транспортных проблем.

Имитационное моделирование

Имитационное моделирование (ситуационное моделирование) — ме-тод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на осно-ве аналитических решений или с помощьючисленных методов[1].

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Виды имитационного моделирования

Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении её отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рас-сматривать только основные события моделируемой системы, такие, как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.

Системная динамика — парадигма моделирования, где для исследуе-мой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.

В своей курсовой работе мы будем использовать дискретно собы-тийное моделирование.