Выводы. 
Нейроуправляемая сеть для параметрической оптимизации в задаче управления транспортными потоками

В статье описывается применение подхода основанного на нейронной сети, для управления городскими транспортными потоками. Управление осуществляется посредством решения задачи оптимального управления на математической модели, в основе которой лежит теория управляемых сетей. ИНС встроена в контур управления и применяется для настройки параметров модели, при появлении расхождения между выходными значениями, получаемыми от модели и реальных участках сети дорог.

Работа выполнена по гранту РФФИ № 16−08−639-а «Исследование и разработка методов синтеза идентификационного управления транспортными потоками в сетях городских дорог».

Литература

• 1. A.I. Diveev, «Controlled networks and their applications», Computational Mathematics and Mathematical Physics, vol. 48, № 8, pp. 1428 — 1442, 2008.
• 2. G.H.A. Alnovani, A.I. Diveev, K. A Pupkov, and E.A. Sofronova, «Control Synthesis for Traffic Simulation in the Urban Road Network». Proc. of the 18th IFAC World Congress, Milano, Italy August 28 — September 2, 2011, pp.2196 — 2201.
• 3. A.I. Diveev and E.A. Sofronova, «Synthesis of Intelligent Control of Traffic Flows in Urban Roads Based on the Logical Network Operator Method», Proceedings of European Control Conference (ECC-2013) July 17−19, 2013, Zьrich, Switzerland, pp. 3512−3517.
• 4. A. Diveev, E. Sofronova, V. Mikhalev 2016 IEEE International Conference on Systems, Man, and Cybernetics, SMC 2016 — Conference Proceedings 7 844 705, pp. 3051−3056.
• 5. Tu, YL, WJ Zhang, X Liu, W Li, C-L Chai, Ralph Deters et al., 2008. A disaster response management system based on control systems technology, Int. J. of Critical Infrastructures, 4(3), pp. 274−285
• 6. JW Wang, WH Ip, WJ Zhang. An integrated road construction and resource planning approach to the evacuation of victims from single source to multiple destinations. Intelligent Transportation Systems, IEEE Transactions on 11 (2), pp. 277−289
• 7. Францев С. М., Савенков А. В. Натуральные исследования интенсивности транспортного потока на базе направленного микрофона типа «бегущая волна» // Инженерный вестник Дона, 2016, № 4 URL: ivdon.ru/ru/magazine/archive/n4y2016/3813.
• 8. Францев С. М., Савенков А. В. Исследование шумовых харакетристик транспортного потока на безе направленного микрофона типа «бегущая волна» // Инженерный вестник Дона, 2015, № 2 (часть 2) URL: ivdon.ru/ru/magazine/archive/n2p2y2015/2956.
• 9. Ширшиков А. С., Павлова Ю. А., Чульмяков И. Ф. Применение систем глобального позиционирования при управлении дорожным движением // Инженерный вестник Дона, 2016, № 4 (часть 4) URL: ivdon.ru/ru/magazine/archive/n4y2016/3857.
• 10. Д. Э. Казарян, В. А. Михалев, Е.A. Софронова Нейросетевой подход к управлению потоками транспорта // Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2017. Принята в печать 22 Ноября 2016

References

• 1. A.I. Diveev, «Controlled networks and their applications», Computational Mathematics and Mathematical Physics, vol. 48, № 8, pp. 1428. 1442, 2008.
• 2. G.H.A. Alnovani, A.I. Diveev, K. A Pupkov, and E.A. Sofronova, «Control Synthesis for Traffic Simulation in the Urban Road Network». Proc. of the 18th IFAC World Congress, Milano, Italy August 28 — September 2, 2011, pp.2196. 2201.
• 3. A.I. Diveev and E.A. Sofronova, «Synthesis of Intelligent Control of Traffic Flows in Urban Roads Based on the Logical Network Operator Method», Proceedings of European Control Conference (ECC-2013) July 17−19, 2013, Zьrich, Switzerland, pp. 3512−3517.
• 4. A. Diveev, E. Sofronova, V. Mikhalev 2016 IEEE International Conference on Systems, Man, and Cybernetics, SMC 2016 — Conference Proceedings 7 844 705, pp. 3051−3056.
• 5. Tu, YL, WJ Zhang, X Liu, W Li, C-L Chai, Ralph Deters et al., 2008. A disaster response management system based on control systems technology, Int. J. of Critical Infrastructures, 4(3), pp. 274−285
• 6. JW Wang, WH Ip, WJ Zhang. An integrated road construction and resource planning approach to the evacuation of victims from single source to multiple destinations. Intelligent Transportation Systems, IEEE Transactions on 11 (2), pp. 277−289
• 7. Frantsev S.M., Savenkov A.V. Inz? enernyj vestnik Dona (Rus), 2016, № 4. URL: ivdon.ru/ru/magazine/archive/n4y2016/3813.
• 8. Frantsev S.M., Savenkov A.V. Inz? enernyj vestnik Dona (Rus), 2015, № 2. (part 2) URL: ivdon.ru/ru/magazine/archive/n2p2y2015/2956.
• 9. Shirshikov A.S., Pavlova U.A., Chulmyakov I.F. Inz? enernyj vestnik Dona (Rus), 2016, № 4 (part 4). URL: ivdon.ru/ru/magazine/archive/n4y2016/3857.
• 10. Kazaryan, D.E., Mikhalev, V.A., Sofronova E.A. (2017) Artificial neural network approach to traffic flow control. RUDN Journal of Engineering Researches. Submitted for print on 22 November 2016