Record Details

CITY TRANSPORT SYSTEM ECOLOGICAL STATE FORECASTING WITH THE USE OF NEURAL NETWORKS

Наукові журнали Національного Авіаційного Університету

View Archive Info
 
 
Field Value
 
Title CITY TRANSPORT SYSTEM ECOLOGICAL STATE FORECASTING WITH THE USE OF NEURAL NETWORKS
Прогнозирование экологического состояния городской транспортной системы с использованием нейронных сетей
Прогнозування екологічного стану міської транспортної системи з використанням нейронних мереж
 
Creator Lyamzin, Andrey; Priazovskyi State Technical University SHEI
Nikolaienko, Iryna; Priazovskyi State Technical University SHEI
 
Subject —
city transport system; ecological state; neural network; transit capacity; traffic density
658.7:656
—
городская транспортная система; нейронная сеть; плотность транспортного потока; транзитный потенциал; экологическое состояние
658.7:656
—
екологічний стан; міська транспортна система; нейронні мережа; транзитний потенціал; щільність транспортного потоку
658.7:656
 
Description Purpose: The purpose of this work is to develop an effective model for city transport system ecological state assessment using neural networks general concept. Methods: The proposed model is based on two neural networks work, taking into account the traffic density effect and the transit capacity level on urban areas. Results: Based on the synthesis of the fuzzy sets theory and neural networks basic principles, the city transport system ecological state assessing model is developed. The graphical representation of the model is given. A forecast reliability high degree is provided even at low learning rates and high dynamics of changing statistical data in the city transit traffic conditions. Conclusions: The use of fuzzy neural networks makes it possible to state a complete correspondence between fuzzy inference procedure mathematical representation and the urban transport system structure. The proposed model allows to formulate well-defined environmental guidelines when making decisions in the transit traffic field, taking into account the interests of enterprises, transport and the urban population, with the subsequent distribution of traffic flows in time and geographical space of the city industrial areas.
Цель: Целью данной работы является разработка эффективной модели оценки экологического состояния городской транспортной системы с использованием общих принципов нейронных сетей. Методы исследования: Предлагаемая модель основана на работе двух нейронных сетей с учетом воздействия плотности транспортного потока и уровня транзитного потенциала на урбанизированные районы. Результаты: На основе синтеза общих принципов теории нечетких множеств и нейронных сетей разработана модель оценки уровня экологического состояния городской транспортной системы. Дано графическое представление модели. Высокая степень достоверности прогноза обеспечивается даже при низких скоростях обучения и высокой динамике изменения статистических данных в условиях транзита транспортных потоков города. Выводы: Использование нечетких нейронных сетей обеспечивает возможность устанавливать полное соответствие между математическим представлением процедуры нечеткого вывода и структурой городской транспортной системы. Предложенная модель позволяет сформулировать четкие экологические ориентиры при принятии решений в области транзитных перевозок с учетом интересов предприятий, транспорта и населения города, с последующим перераспределением транспортных потоков во временном и географическом пространстве промышленных районов города.
Мета: Метою цієї роботи є розробка ефективної моделі оцінювання екологічного стану міської транспортної системи з використанням загальних принципів нейронних мереж. Методи дослідження: Запропонована модель основана на роботі двох нейронних мереж з урахуванням впливу щільності транспортного потоку та рівня транзитного потенціалу на урбанізовані райони. Результати: На основі синтезу загальних принципів теорії нечітких множин та нейронних мереж розроблено модель оцінки рівня екологічного стану міської транспортної системи. Дано графічне представлення моделі. Високий ступінь достовірності прогнозу забезпечується навіть при низьких швидкостях навчання і високій динаміці змін статистичних даних в умовах транзиту транспортних потоків міста. Висновки: Використання нечітких нейронних мереж забезпечує можливість встановлювати повну відповідність між математичним представленням процедури нечіткого висновку і структурою міської транспортної системи. Запропонована модель дозволяє сформулювати чіткі екологічні орієнтири при прийнятті рішень в області транзитних перевезень з урахуванням інтересів підприємств, транспорту і населення міста, з подальшим перерозподілом транспортних потоків в тимчасовому і географічному просторі промислових районів міста.
 
Publisher National Aviation University
 
Contributor —
—
—
 
Date 2017-11-13
 
Type —
—
—
 
Format application/pdf
application/pdf
application/pdf
 
Identifier http://jrnl.nau.edu.ua/index.php/visnik/article/view/11985
10.18372/2306-1472.72.11985
 
Source Proceedings of the National Aviation University; Том 72, № 3 (2017); 65-70
Вестник Национального авиационного университета; Том 72, № 3 (2017); 65-70
Вісник Національного Авіаційного Університету; Том 72, № 3 (2017); 65-70
 
Language en
 
Rights // o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e
 

Технічна підтримка: НДІІТТ НАУ