Details

Title Анализ и улучшение организации трафика с помощью искусственных нейронных сетей: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Creators Слюсарев Антон Андреевич
Scientific adviser Черноруцкий Игорь Георгиевич
Other creators Локшина Екатерина Геннадиевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2020
Collection Выпускные квалификационные работы; Общая коллекция
Subjects нейросети; управление дорожным движением; светофоры; обучение с подкреплением; neural networks; road traffic management; traffic lights; reinforcement learning
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 09.03.04
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
Links Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2020/vr/vr20-2599
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\6737
Record create date 7/10/2020

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Тема выпускной квалификационной работы: «Анализ и улучшение организации трафика с помощью искусственных нейронных сетей». В данной работе рассматривается вопрос создания системы умных светофоров, использующих технологию нейронных сетей для регулирования и оптимизирования дорожного трафика. Цель работы: разработка нейронной сети для управления светофорами. Результаты работы: работа была поделена на два больших этапа. На первом, «локальном», этапе была создана нейронная сеть для одного светофора, контролирующего только один перекресток. Нейронная сеть обучилась и результатом этапа стало снижение времени простоя на 37% по сравнению со стандартным светофором с фиксированным временем смены сигналов. Второй этап заключался в создании полноценной транспортной сети. На втором этапе работы умные светофоры (созданные на первом этапе) были объединены в единую сеть. Реализованная система показала общее улучшение состояния транспортной сети. При рассмотрении 6-и часового периода средняя задержка каждого транспортного средства была снижена на 26%, а средняя скорость выросла на 19%. Как итог, были достигнуты многообещающие результаты, показывающие высокую эффективность данного подхода к решению поставленной задачи. Область применения: управление потоками дорожного транспорта в условиях городской среды.

Theme of this final qualifying work is "Analysis and improvement of traffic organization using artificial neural networks." This paper considers the issue of creating a system of smart traffic lights that use neural network technology to regulate and optimize road traffic. The aim of the work: development of a neural network for controlling traffic lights. The results: the work was divided into two large phases. At the first, “local”, phase a neural network was created for one traffic light (that controls only one crossroad). The neural network was trained and the result of the first phase was a 37% reduction in downtime (at a crossroad) compared to a standard traffic light with a fixed signal change time. At the second phase of work, smart traffic lights (those were created at the first stage) were combined into a network. The implemented system showed an overall improvement in the state of the transport network. Considered a 6-hour period, the average delay of a vehicle was reduced by 26%, and the average speed increased by 19%. In conclusion, promising results were achieved, showing the high efficiency of this approach for solving the problem. Scope of application: management of streams of road transport in the conditions of the urban environment.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 12 
Last 30 days: 0

Detailed usage statistics