<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Розробка математичної моделі з нечіткою логікою та інтеграцією розкладів громадського транспорту

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Розроблено математичну модель мультиагентної системи управління дорожнім рухом, яка інтегрує нечітку логіку та враховує специфічні вимоги громадського транспорту, зокрема розклади та динаміку руху. Завдяки використанню нечіткої логіки, модель забезпечує адаптивне регулювання світлофорів, що дозволяє оперативно реагувати на змінні умови трафіку. Представлений підхід має потенціал для впровадження в інтелектуальні транспортні системи, що сприятиме підвищенню ефективності управління міською інфраструктурою.
A mathematical model of a multi-agent traffic control system integrating fuzzy logic and considering specific public transport requirements, such as schedules and motion dynamics, has been developed. The utilization of fuzzy logic ensures adaptive traffic light regulation, enabling prompt responses to changing traffic conditions. The presented approach has potential for implementation in intelligent transportation systems, contributing to improved efficiency in urban infrastructure management.

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

978-617-8132-48-8

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Гандрибіда В. О. Розробка математичної моделі з нечіткою логікою та інтеграцією розкладів громадського транспорту // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23975.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Zhang, Y., Liu, D., & Wang, X. "Multi-Agent Traffic Signal Control Based on Fuzzy Logic and Reinforcement Learning." IEEE Access, 5. 2017. P. 12227–12236
  2. Liu, X., Chen, Y., & Li, Z. "Adaptive Traffic Signal Control Using Fuzzy Logic and V2I Communication." IEEE Transactions on Intelligent Transportation Systems, 17(11). 2016. P. 3204–3213.
  3. Goswami, P. K., & Singh, R. "Fuzzy Logic-based Dynamic Traffic Signal Control System: A Case Study." Transportation Research Procedia, 47. 2020. P. 101–108.
  4. Nguyen, N. B. T., Hoang, T. M., & Pham, D. Q. "Intelligent Traffic Signal Control Using Deep Reinforcement Learning with Fuzzy Logic Integration." IEEE Intelligent Transportation Systems Magazine, 13(2). 2021. P. 45–55