Моделирование трафика на регулируемом перекрестке с использованием сетей Петри с ограничениями на период времени срабатывания переходов

Исследование оптимизации городских транспортных потоков приобретает особую актуальность в современных условиях стремительной урбанизации и роста числа транспортных средств. Эффективное управление транспортными потоками позволяет не только снизить уровень пробок и заторов, но и улучшить экологическую обстановку в городах, сократить время в пути для водителей и пассажиров, а также повысить безопасность дорожного движения. В статье основное внимание уделяется способам моделирования транспортного потока на примере регулируемого перекрестка. Авторы предлагают метод моделирования дорожного трафика, основанный на использовании сетей Петри с временными ограничениями. Представленный анализ вычислительного эксперимента с использованием предложенной модели демонстрирует ее эффективность в прогнозировании транспортных потоков и выявлении узких мест. Авторы предлагают структуру и правила функционирования элементов сети Петри, что позволяет адаптировать модель к конкретным условиям данного перекрестка. Материалы статьи представляют значительную практическую ценность для решения задач оптимизации транспортных потоков на регулируемых перекрестках. Предложенные методы и модели могут быть использованы городскими планировщиками и инженерами для разработки более эффективных стратегий управления дорожным движением, что в конечном итоге способствует улучшению качества жизни в городах и снижению транспортных заторов. Таким образом, данное исследование вносит важный вклад в развитие теории и практики управления транспортными потоками, предлагая новые инструменты и подходы для решения актуальных проблем городской мобильности.

1. Jeng A.A.-K., Jan R.-H., Chen Ch., Chang T.-L. Adaptive Urban Traffic Signal Control System with Bus Priority. In: 2013 IEEE 77th Vehicular Technology Conference (VTC Spring), 02–05 June 2013, Dresden, Germany. IEEE; 2014. P. 1–5. https://doi.org/10.1109/VTCSpring.2013.6691860

2. Cheshmehzangi A., Ardakani S.P. Urban Traffic Optimization Based on Modeling Analysis of Sector-Based Time Variable: The Case of Simulated Ningbo, China. Frontiers in Sustainable Cities. 2021;3. https://doi.org/10.3389/frsc.2021.629940

3. Hassan M.N., Hawas Ya.E. A methodology for rearranging transit stops for enhancing transit users generalized travel time. Journal of Traffic and Transportation Engineering. 2017;4(1):14–30. https://doi.org/10.1016/j.jtte.2016.09.012

4. Yadav V., Tripathi J.P., Thakur Bh.K. Traffic Light Optimization using Fuzzy Logic and Genetic Algorithim. Mathematical Statistician and Engineering Applications. 2022;71(4):10705–10712.

5. Николаева Р.В., Вятскина Д.В. Оптимизация транспортных потоков на регулируемом пересечении. Автомобильные дороги и транспортная инфраструктура. 2023;(1):41–48.

6. Lu Ch.-T., Huang Yu, Lin J.-A., Wang L.-L. Identification of Traffic Flow Using Multi-Convolutional Neural Networks. International Journal of Network Security. 2022;24(4):747–754. https://doi.org/10.6633/IJNS.202207_24(4).18

7. Lamghari Elidrissi H., Nait Sidi Moh A., Tajer A. Modular Design and Adaptive Control of Urban Signalized Intersections Systems Using Synchronized Timed Petri Nets. Computing and Informatics. 2022;41(2):590–608. https://doi.org/10.31577/cai_2022_2_590

8. Dolinina O., Pechenkin V., Gubin N. Combined Intellectual and Petri Net with Priorities Approach to the Waste Disposal in the Smart City. In: Recent Research in Control Engineering and Decision Making: Proceedings of the International Conference on Information Technologies, 07–08 February 2019, Saratov, Russia. Cham: Springer; 2019. P. 755–767. https://doi.org/10.1007/978-3-030-12072-6_61

9. Dicesare F., Kulp P.T., Gile M., List G. The Application of Petri Nets to the Modeling, Analysis and Control of Intelligent Urban Traffic Networks. In: Application and Theory of Petri Nets 1994: 15th International Conference, 20–24 June 1994, Zaragoza, Spain. Heidelberg; Berlin: Springer; 1994. P. 2–15. https://doi.org/10.1007/3-540-58152-9_2

10. Liang X., Dang Yu., Hou Yi. Modeling and Analysis of Urban Traffic System Based on Colored Petri Nets. In: 2021 IEEE International Conference on Networking, Sensing and Control, 03–05 December 2021, Xiamen, China. IEEE; 2021. P. 1–6. https://doi.org/10.1109/ICNSC52481.2021.9702178

11. Qi H.-Sh., Yu Yi, Tang Q., Hu X.-B. Intersection Traffic Deadlock Formation and its Probability: a Petri Net-Based Modeling Approach. IET Intelligent Transport Systems. 2022;16(10):1342–1363. https://doi.org/10.1049/itr2.12210

12. Коваценко И.Н., Печенкин В.В. Использование сетей петри с приоритетами для моделирования трафика управляемого перекрестка. В сборнике: Современные научные технологии и инновации: вклад в устойчивое развитие и многополярное мироустройство: материалы международной научно-практической конференции, 12–13 апреля 2024 года, Уральск, Казахстан. Уральск: Казахстанский университет инновационных и телекоммуникационных систем; 2024. С. 116–123.

13. Li R., Wang Sh., Jiao P., Lin Sh. Traffic Control Optimization Strategy Based on License Plate Recognition Data. Journal of Traffic and Transportation Engineering. 2023;10(1):45–57. https://doi.org/10.1016/j.jtte.2021.12.004

14. Bennett D. Guide to Traffic Management: Part 2: Traffic Theory. Sydney: Austroads; 2008. 122 p.

15. Печенкин В.В., Коваценко И.Н. Стохастическое моделирование дорожного трафика на регулируемом перекрестке. В сборнике: Проблемы управления в социально-экономических и технических системах: материалы XIX Международной научно-практической конференции, 13–14 апреля 2023 года, Саратов, Россия. Саратов: ИЦ «Наука»; 2023. С. 293–300.

16. Тимкова А.Ю. Имитационное моделирование динамического изменения пассажиропотока в метрополитене. Вестник транспорта Поволжья. 2023;(1):76–80.

17. Климов А.В. Цветные сети Петри и язык распределенного программирования UPL: их сравнение и перевод. Программные системы: теория и приложения. 2023;14(4):91–122. https://doi.org/10.25209/2079-3316-2023-14-4-91-122