INTERNATIONAL JOURNAL OF ADVANCED STUDIES

В статье разрабатывается комплексный подход к прогнозированию транспортной загруженности с использованием синтетических данных, имитирующих динамику городского трафика. Гибридная методология позволяет объединить анализ временных рядов и глубокое обучение, что актуально для моделирования нелинейных зависимостей и закономерностей в транспортных данных.

Цель. Целью работы является разработка и тестирование прогностической модели, способной точно предсказывать уровни транспортной загруженности с учётом сезонных и погодных факторов.

Материалы и методы. Для выявления паттернов в данных применено аддитивное разложение временного ряда, спектральный анализ на основе быстрого преобразования Фурье и оценка автокорреляционных зависимостей. Прогностическая модель реализована в виде двухэтапного подхода: классический алгоритм ARIMA используется для базового прогнозирования, а архитектура LSTM с двумя рекуррентными слоями и регуляризацией – для обучения на последовательностях длиной 24 часа. Дополнительно для сопоставления и подтверждения результатов применён ансамблевый метод Random Forest, настроенный с гиперпараметрами: 200 деревьев, максимальная глубина – 12, минимальное количество объектов в листе – 2.

Результаты. Результаты демонстрируют превосходство LSTM-модели над ARIMA и Random Forest по точности предсказаний, что подтверждается визуальным сопоставлением прогнозов с тестовыми данными и метрикой среднеквадратичной ошибки. Выявлены ключевые факторы, влияющие на загруженность: суточные циклы интенсивности трафика, рост нагрузки при осадках (до 30% при снеге и 20% при дожде), а также температурно-зависимая модуляция транспортного потока.

Дорожно-транспортное происшествие (ДТП) - явление, которое уже стало неотъемлемой частью человеческой жизни, и, хотя часто его воспринимают как данность, ДТП же имеет серьезные последствия для людей, несущие в себе физические травмы, эмоциональный стресс, финансовые потери, а также смерть. Кроме того, ДТП могут вызывать пробки на дорогах, что приводит к задержкам, создавая неудобства для перемещения. Поэтому борьба с ДТП является важной задачей по всему миру. Для этого необходимы эффективные меры по предупреждению и снижению риска ДТП. В первую очередь безопасности способствует надлежащее планирование улично-дорожной сети, а для их оценки необходимо подкрепление обоснований эффективности предложенных мероприятий. Одним из методов обоснований возможностей оптимизации перекрестков выступает компьютерное имитационное моделирование, которое позволяет не только анализировать, но и прогнозировать поведение транспортных процессов.

Целью исследования является формирование практических инструментов для повышения безопасности дорожного движения. Метод и методология проведения работы. Использованы теоретические и практические методы исследования: системного анализа, синтеза информации, наблюдений, измерений, эксперимента и сравнений.

Результаты. Представлены возможности практических инструментов при формировании и развитии транспортной инфраструктуры. Разработаны сценарии решения проблемы с безопасностью дорожного движения на одном из пересечений улично-дорожной сети г. Казани.

Область применения результатов. При оптимизации перекрестков, при оценке рисков ухудшения ситуации при неверном проектировании или при оценке эффективности использовать методы компьютерного моделирования.