Ученые из Центрального экономико-математического института РАН разработали новый гибридный эволюционный алгоритм, который позволяет оптимизировать пропускную способность городских дорог на 5–15%. Этот алгоритм сочетает методы агентного имитационного моделирования и искусственного интеллекта с эволюционными принципами, что позволяет находить наиболее эффективные конфигурации дорожной инфраструктуры, анализируя тысячи вариантов.
Современные города и мегаполисы находятся под давлением транспортных проблем, таких как пробки и неэффективное использование дорожного пространства. Традиционные методы проектирования, основанные на статическом анализе и ручном проектировании, сталкиваются с трудностями, поскольку часто не учитывают сложную динамику транспортных потоков. Новый алгоритм, напротив, предлагает адаптивные решения, способные анализировать различные транспортные потоки в реальном времени.
Разработка, поддержанная грантом Российского научного фонда, позволяет проектировать многоуровневые и многосвязные дорожные сети, что в будущем может существенно облегчить ситуацию с пробками. Участник проекта, профессор РАН Андраник Акопов, отмечает, что система использует механизмы, аналогичные биологическим — такие как отбор и кроссинговер — для предсказания заторов и оптимизации размещения перекрестков, эстакад и тоннелей.
Для проверки работы алгоритма исследователи создали модели, начиная от простых перекрестков до сложных транспортных развязок. Эксперименты показали, что небольшое увеличение количества дорожных развязок может повысить скорость потока на 5–15%, что открывает новые возможности для проектирования более эффективных дорожных сетей.
]]>
