Intelligent model for reliability control and safety in urban transport systems

Abstract

W artykule zaproponowano inteligentny model sterowania niezawodnością i bezpieczeństwem systemów transportu miejskiego, oparty na integracji rozmytych map poznawczych (RMP) z zasadą podejmowania decyzji Bellmana-Zadeha. Przedstawione podejście umożliwia uwzględnienie złożonych interakcji pomiędzy kryteriami oceny a zmiennymi sterowalnymi, które są typowe dla współczesnych środowisk miejskich. W celu ujednolicenia wyników modelowania wprowadzono funkcję przynależności do rozwiązania idealnego, co pozwala na agregację wektora kryteriów poprzez przecięcie odpowiadających mu zbiorów rozmytych. Opracowano uogólniony algorytm prognozowania parametrów niezawodności i bezpieczeństwa pod wpływem wielu czynników, wspierający wielokryterialny wybór alternatyw w warunkach dynamicznych i niepewnych. Szczególną uwagę poświęcono zastosowaniu modelu w audytach bezpieczeństwa ruchu drogowego, gdzie uwzględniane są zarówno czynniki techniczne, jak i behawioralne. Zaproponowane rozwiązanie wspiera analizę scenariuszową, umożliwiając symulację różnych przebiegów zdarzeń, ocenę ich wpływu na bezpieczeństwo transportu oraz opracowanie adaptacyjnych strategii reagowania. Integracja RMP z zasadą Bellmana-Zadeha formalizuje ocenę scenariuszy bezpieczeństwa, umożliwia rangowanie czynników krytycznych oraz wspiera proces decyzyjny w zakresie optymalizacji infrastruktury transportowej. Proponowane podejście może być dostosowane do różnych typów systemów transportowych i wykorzystane w celu usprawnienia zarządzania ryzykiem, bezpieczeństwa środowiskowego oraz planowania strategicznego w kontekście miejskim.

This paper proposes an intelligent model for controlling the reliability and safety of urban transport systems, integrating fuzzy cognitive maps (FCMs) with the Bellman-Zadeh decision-making principle. This approach enables the consideration of complex interactions between evaluation criteria and controllable variables, which are characteristic of modern urban environments. To harmonise the modelling outcomes, a membership function to the ideal solution is introduced, allowing for the aggregation of the criteria vector through the intersection of corresponding fuzzy sets. A generalised algorithm is developed for forecasting reliability and safety parameters under the influence of multiple factors, facilitating multi-criteria selection of alternatives in dynamic and uncertain conditions. Special attention is given to the model’s applicability in road safety audits, where both technical and behavioural risk factors must be considered. The proposed framework supports scenario analysis, enabling the simulation of various event developments, the assessment of their implications for transport safety, and the formulation of adaptive response strategies. The integration of FCMs with the Bellman-Zadeh principle formalises the evaluation of safety scenarios, ranks critical factors, and supports decision-making for the optimisation of transport infrastructure. The approach can be adapted to various types of transport systems and utilised to enhance risk management, environmental safety, and strategic planning in urban contexts.