Ч а с т ь I i главный редактор
жүктеу/скачать 4,47 Mb. Pdf көрінісі
|
moluch 342 ch2
- Бұл бет үшін навигация:
- Плотности транспортных потоков
| .
# 52 (342) . December 2020 81 Technical Sciences Моделирование плотности транспортных потоков Демина Вера Дмитриевна, студент Научный руководитель: Ермилина Ольга Викторовна, кандидат технических наук, доцент Пензенский государственный университет В се возрастающая интенсивность транспортных потоков в городах, делает актуальным применение математических методов, позволяющих осуществлять их автоматическое управление на основе использования методов современной теории управ- ления. Это позволяет обоснованно давать рекомендации по управлению автомобильными потоками с целью предотвращения ава- рийных ситуаций и снижения вероятности возникновения транспортных заторов. Система управления транспортными потоками является классическим примером сложной системы с присущими ей свой- ствами: наличием цели управления; большими размерами по числу выполняемых функций; сложным, вероятностным и динами- ческим поведением; необходимостью высокой автоматизации управления. Целью данной работы является построение модели плотностей транспортных потоков. Для этого по экспериментальным данным была проведена регистрация плотности транспортных потоков на двух разных перекрестках. На рис. 1 по оси абсцисс от- кладывается число транспортных средств, проехавших мимо наблюдателя в течении 5 секунд, по оси ординат — дискретное время с шагом дискретизации также 5 секунд. а) б) Рис. 1. Плотности транспортных потоков Оценка математического ожидания транспортных потоков рассчитывается по формуле (1) 0 1 ( ) T m x t dt T = ∫ . (1) Соответственно оценки математических ожиданий для потоков равны: для первого потока m = 1,78 машин, для второго потока m = 2,172 машин. Оценка дисперсии [ ] 2 2 0 1 ( ) T x t m dt T σ = − ∫ Соответственно равны: для первого потока σ = 1,7588 σ =4,52, а для второго потока σ = 1,7588. Оценка корреляционной функции определяется по формуле: 0 0 0 1 ( ) ( ) ( ) T xx R x t x t dt T τ = + τ ∫ , где 0 ( ) ( ) x t x t m = − — центрированный случайный сигнал. На рисунках 2 показаны рассчитанные по временным трендам автокорреляционные функции. |