Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Формирование методики оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования

Диссертация: Формирование методики оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Государственный контракт № 07/4/7/037 от 23.05.2007 г. на тему «Проведение исследований, направленных на создание систем (районных, городских) маршрутного ориентирования транспортных средств для выявления оптимальных маршрутов движения с целью сокращения перепробегов транспортных средств, времени задержек, увеличения скорости сообщения», заказчик ФГУ «Дирекция программы ПБДД», акт сдачи-приемки… Читать ещё >

Содержание

  • 1. Глава 1. Анализ предметной области задачи косвенного управления транспортными потоками
    • 1. 1. Понятие косвенного управления транспортными потоками
  • КУТП).'
    • 1. 2. Анализ зарубежного опыта создания систем КУТП
    • 1. 3. Текущая научная проработка задачи КУТП
    • 1. 4. Выводы по главе 1
  • 2. Глава 2. Разработка математической модели определения мест оптимальной установки ДИТ
    • 2. 1. Определение целевой функции
    • 2. 2. Создание математической модели определения минимального расстояния от транспортного узла до места установки ДИТ
    • 2. 3. Искусственные нейронные сети в задаче определения участков (секторов) наиболее эффективной установки ДИТ
    • 2. 4. Разработка имитационной модели определения узлов установки ДИТ
    • 2. 5. Выводы по главе 2
  • 3. Глава 3. Проведение экспериментальных исследований по определению мест оптимальной установки ДИТ
    • 3. 1. Проведение эксперимента по определению времени перестроения в потоке
    • 3. 2. Социологический опрос для определения реакции водителей на предоставляемую информацию
    • 3. 3. Инструментальные методы определения внимания водителей основанные на системах трекинга взгляда
    • 3. 4. Эксперимент по определению максимальной эффективности узлов установки ДИТ
    • 3. 5. Выводы по главе 3
  • 4. Глава 4. Формирование методики определения мест оптимальной установки ДИТ
    • 4. 1. Определение зависимости времени перестроения как функция плотности ТП
    • 4. 2. Анализ среднеквадратичной ошибки модели определения минимального расстояния от транспортного узла до ДИТ
    • 4. 3. Построение нейронной экспертной модели определения участков наиболее эффективной установки ДИТ
    • 4. 4. Разработка алгоритма нахождения узлов установки ДИТ, соответствующих максимальной эффективности работы системы КУТП
    • 4. 5. Разработка методики определения мест оптимальной установки ДИТ
    • 4. 6. Выводы по главе 4

Формирование методики оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования (реферат, курсовая, диплом, контрольная)

Актуальность исследований. В настоящее время, основываясь на анализе мировой практики, можно сделать вывод, что применение интеллектуальных транспортных систем (ИТС), как систем, обеспечивающих адаптивное и прогнозное управление безопасностью и организацией дорожного движения в транспортно-дорожной системе регионов, приведет в данных регионах к улучшению качества транспортных услуг. Транспортный комплекс тесно связан с социальной сферой и экономикой, поэтому качество и безопасность транспортных услуг во многом определяют как эффективность работы, так и эффективность развития производства, бизнеса и социума.

Сегодня ИТС строитсякак многоуровневая структура, в основе которой всегда стоит одна из трех базовых подсистем: директивного управления дорожным движением (АСУДД), косвенного управления транспортными потоками (КУТП) и управления маршрутным транспортом.

Система КУТП и включенная в нее динамическая система маршрутного ориентирования, за счет недирективных методов воздействия на транспортный поток обеспечивает сокращение времени в пути, наиболее рационально распределяет нагрузку улично-дорожной сети города или пучка дорог, гармонизирует параметры транспортного потока, т. е. повышает динамическую пропускную способность участка.

В основе технического комплекса КУТП в комплексе задач управления информацией для транспортного потока лежит использование динамических информационных табло (ДИТ). Из этого можно сделать вывод, что для эффективного функционирования подсистем косвенного управления транспортными потоками необходимо формирование оптимальной технической и функциональной структуры ДИТ и логики их расстановки.

При этом в настоящее время в РФ отсутствуют какие-либо стандарты, руководящие документы, либо методики, регламентирующие требования к ДИТ как базовому исполнительному элементу системы КУТП.

Следовательно, разработка методики оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования является актуальной задачей.

Объектом исследования является транспортная система городов и автомагистралей, в частности дорожная инфраструктура косвенного управления транспортными потоками как составная часть интеллектуальной транспортной системы (работа проведена и апробирована на участках улично-дорожной сети г. Москвы).

Предметом исследования являются параметры транспортных потоков, их взаимовлияние на выбор мест установки динамических информационных табло системы косвенного управления транспортными потоками.

Целью исследования является снижения среднего времени в пути участников дорожного движения и увеличения динамической пропускной способности сети за счет применения разработанной методики оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования, обеспечивающей повышение эффективности функционирования улично-дорожной сети.

Направление исследования: исследование транспортных потоков методами аппаратно-технического измерения и имитационного моделирования.

Основные задачи исследования:

1. Детерминация основной элементной базы систем КУТП за счет анализа зарубежного опыта внедрения систем КУТП.

2. Разработка индикаторов эффективности задачи определения оптимальных мест установки ДИТ.

3. Разработка математической модели определения минимального расстояния от транспортного узла до места установки ДИТ.

4. Проведение на имитационной модели экспериментальных исследований эффективности внедрения систем КУТП.

5. Разработка методики оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования.

Научная новизна заключается:

1. В разработанной математической модели определения минимального расстояния от транспортного узла до места установки ДИТ, учитывающей время перестроения как функцию плотности транспортного потока.

2. В разработанной нейронной модели, определяющей возможность установки ДИТ по условию наличия возможности отвлечения внимания водителей от дорожной обстановки.

3.В разработанном алгоритме определения мест оптимальной установки ДИТ.

Достоверность результатов проведенных в работе исследований подтверждается использованием общепризнанной системы имитационного моделирования параметров транспортного потока А1М81М, а также высокой сопоставимостью теоретических и экспериментальных результатов.

На защиту выносятся;

1. Математическая модель определения минимального расстояния от транспортного узла до места установки ДИТ, учитывающая время перестроения как функцию плотности транспортного потока.

2. Нейронная модель, определяющая возможность установки ДИТ по условию наличия возможности отвлечения внимания водителей от дорожной обстановки.

3. Алгоритм определения мест оптимальной установки ДИТ.

Практическая ценность заключается в разработке методики определения мест оптимальной установки ДИТ системы КУТП. 6.

Внедрение и реализация результатов работы.

Основные результаты исследований приняты к использованию в ЗАО «НЛП Транснавигация» (г. Москва) в рамках деятельности по развитию и внедрению в регионах подсистем ИТС, входящих в сферу компетенции предприятия.

Полученные теоретические результаты приняты к использованию в учебном процессе МАДИ кафедрой «Транспортная телематика» направления 190 600 — «Эксплуатация наземного транспорта и транспортного оборудования» факультета «Автомобильный транспорт» при чтении лекций и проведении практических занятий по дисциплинам:

1. «Телематика в организационно-производственных структурах автомобильного транспорта» по специальности 190 603 «Сервис транспортный и технологических машин и оборудования (автомобильный транспорт)».

2. «Элементы систем транспортной телематики на автомобильном транспорте» по специальности 190 601 «Автомобили и автомобильное хозяйство».

Результаты диссертационного исследования использованы при подготовке следующих отчетов НИОКР:

Государственный контракт № 07/4/7/037 от 23.05.2007 г. на тему «Проведение исследований, направленных на создание систем (районных, городских) маршрутного ориентирования транспортных средств для выявления оптимальных маршрутов движения с целью сокращения перепробегов транспортных средств, времени задержек, увеличения скорости сообщения», заказчик ФГУ «Дирекция программы ПБДД», акт сдачи-приемки № 1 от 22.10. 2007 г.

2. Государственный контракт № П 1272 от 27.08.2009 на тему «Создание интеллектуальной системы косвенного управления транспортными потоками и обеспечения безопасности на автомобильных дорогах», заказчик Рособразование, акт сдачи-приемки № 1 от 04.12.2009 г. 7.

3. Государственный контракт № УД 47/261 от 7.10.2009г. на тему «Разработка концепции создания ИТС на автомобильных дорогах федерального значения», акт сдачи-приемки от 24.12.2009 г.

4. Государственный контракт № Б 03.02.09 от 12.01.2009 на тему «Разработка новых технологий и контроля качества строительных работ и систем управления дорожным движением. Создание измерительных комплексов, направленных на строительство транспортной системы», заказчик Министерство Образования и Науки Российской Федерации.

Апробация работы. Результаты исследований доложены, обсуждены и одобрены на научно-методических и научно-исследовательских конференциях МАДИ, г. Москва 2007, 2008, 2009 гг., а также на Международном семинаре молодых ученых (У118−09), г. Турин 2009 г.

Публикации. По теме диссертации опубликовано 7 печатных работ, общим объемом 4.8 п.л., в том числе 1 статья, включенная в Перечень ведущих рецензируемых научных изданий ВАК РФ.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, выводов, библиографического списка из 128 наименований. Объем работы: 193 стр. печатного текста, 129 рисунков, 9 таблиц.

5. Основные выводы и результаты диссертационной работы.

1. Системный анализ зарубежного опыта внедрения систем КУТП выявил, что задача КУТП заключается в системе побудительных приемов для выбора наиболее эффективного направления в условиях возможности принятия альтернативных решений по направлению движений, причем динамическое информационное табло является основным средством управления транспортными потоками в системах КУТП.

2. Анализ предметной области КУТП выявил, что задача оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования может быть сведена к задаче определения мест оптимальной установки ДИТ, которая состоит из 3 подзадач: определения минимального расстояния от транспортного узла до ДИТ, определения участков (секторов) наиболее эффективной установки ДИТ, определения узлов установки ДИТ.

3. Целевая функция задачи определения оптимальных мест установки ДИТ заключается в максимизации гипотетического эффекта от внедрения системы КУТП. Индикатором эффективности задачи является коэффициент максимизации гипотетического эффекта Кт.

4. Разработана математическая модель определения минимального расстояния от транспортного узла до места установки ДИТ, учитывающая время перестроения как функцию плотности транспортного потока.

5. Экспериментально доказана зависимость минимальной удаленности установки ДИТ от времени перестроения, а, следовательно, и от плотности транспортного потока. Вместе с этим было доказано, что разработанная в диссертации модель, учитывающая время перестроения, значительно точнее, чем существующая модель, не учитывающая время перестроения.

6. Разработана экспертная нейронная модель, определяющая возможность установки ДИТ по условию наличия возможности отвлечения внимания водителей от дорожной обстановки.

7. Разработан алгоритм нахождения узлов установки ДИТ, соответствующих максимальной гипотетической эффективности работы системы КУТП, основанный на имитационном моделировании.

8. Разработана методика оптимизации телематического комплекса технических средств интеллектуальной системы маршрутного ориентирования в виде алгоритма определения мест оптимальной установки ДИТ.

9. Экспериментально на примере имитационной модели реального участка Ленинградского проспекта г. Москвы доказано, что эффективность транспортно-дорожной сети после внедрения системы КУТП может быть повышена более чем в 2,5 раза.

10. Дальнейшее исследование целесообразно проводить в направлении исследования кластерной структуры ДИТ, технологии работы КУТП и области эффективного распространения систем КУТП.

Показать весь текст

Список литературы

  1. ГОСТ Р 52 289−2004. Технические средства организации дорожного движения. Правуила применения дорожных знаков, разметки, светофоров, дорожных ограждений и направляющих устройств.
  2. ГОСТ Р 52 290−2004. Знаки дорожные. Общие технические требования.
  3. Дрю, Д. Теория транспортных потоков и управления ими/ Д.Дрю. М.: Транспорт, 1972. — 426с.
  4. , C.B. Структура телематической системы контроля за дорожной обстановкой/ C.B. Жанказиев, А. И. Воробьев // Средства и технологии телематики на автомобильном транспорте: сб. науч. тр. МАДИ (ГТУ) М.: Изд-во МАДИ (ГТУ), 2008. — С. 177−187.
  5. , Г. И. Органицзация дорожного движения/ Г. И. Клинковштейн, М. Б. Афанасьев. М.: Транспорт, 2001.-247с.
  6. В.И. Повышение эффективности и безопасности дорожного движения средствами управления и организации. Дис.. д-ратехн. наук. М., 1987.
  7. A.B. Повышение эффективности информационного обеспечения участников дорожного движения в городах. Дис.. кандидата техн. наук. М., 1992.
  8. , Ю.А. Технические средства организации дорожного движения/ Ю. А. Кременец, М. П. Печерский, М. Б. Афанасьев. М.: ИКЦ «Академкнига», 2005. — 279с.
  9. , Е.М. Проектирование дорог и организация движения с учетом психофизиологии водителя/ Е. М. Лобанов. М.: Транспорт, 1980: — 311с.
  10. Е.М. Совершенствование норм и методов проектирования дорог и организации движения на основе изучения процесса восприятия водителем дорожной обстановки. Дис.. д-ра техн. наук. М., 1979.
  11. Методические рекомендации по маршрутному ориентированию на автомобильных дорогах/ВНИИБД МВД СССР. М., 1980. — 63с.
  12. B.C. Нейронные сети. MATLAB 6/В.С.Медведев, В. Г. Потемкин. М.: ДИАЛОГ-МИФИ, 2002. — 496 с.
  13. Пржибыл, Павел. Телематика на транспорте/ Павел Пржибыл, Мирослав Свитек- перевод с чешского О. Бузека и В. Бузковой.- под ред. проф. В. В. Сильянова. М.: Изд-во МАДИ (ГТУ), 2003. — 540с.
  14. , В.В. Теория транспортных потоков в проектировании дорог и организации движения/В.В. Сильянов. — М.: Транспорт, 1977. 303с.
  15. В.В. Теоретические основы повышения пропускной способности автомобильных дорог. Дис.. д-ра техн. наук. М., 1978.
  16. А.В. Моделирование поведения водителя и оценка качества смешанного транспортного потока/ А.В. Уткин// «Организация и безопасность движения- в крупных городах»: сборник докладов 7-ой Международной конференции.- С.-Петербург, 2006. С. 84−86.
  17. , Е.Б. Микропроцессорная техника в управлении транспортными потоками/Е.Б. Хилажев, В. Д. Кондратьев.- М.: Транспорт, 1987.-175с.
  18. , Ю.Д. Информационное обеспечение водителей о направлениях движения/Ю.Д. Шелков, В.Е.Верейкин- ВНИЦБД. М., 1990.-52с.
  19. Adler FH & Fliegelman (1934). Influence of fixation on the visual acuity. Arch. Ophthalmology 12, 475.
  20. A1 Rousan, Т. M., Analysis of urban trips with perceived risks in Amman, MSc Thesis, Department of Civil Engineering, Jordan University of Science and Technology, 1997.
  21. Andrew Noble. Quality controlled/ Andrew Noble// Traffic Technology International.-2006-- August/September.- pages 108−109.
  22. Anindya Basu. Routing Using Potentials: A Dynamic Traffic-Aware
  23. Routing Algorithm/ Anindya Basu- Bell Laboratories, 2000.184
  24. Arbib, Michael A. (Ed.) (1995). The Handbook of Brain Theory and Neural Networks.
  25. Areal Orda, Minimum delay routing in multisatellite networks, Israel Institute of Technology, Israil, 1995.
  26. Ashtakala, B. and Eno, L. A., Equilibration properties of logit models, Transportation Research Record, No. 728, pp. 8−14., 1996.
  27. Boyd, Stephen & Vandenberghe, Lieven (2004). Convex Optimization.
  28. Bruce Abernethy. Barrier grief/ Bruce Abernethy//Traffic Technology International.-2005.- October/November.- pages 82−86.
  29. F., Heymannn G. : EURO-SCOUT und Lichtsignalsteuerung-zwei Partner, die sich erganzen, Grun Licht, April 1992, Ausgabe 30, str. 18−23
  30. G.T. (1935). How People Look at Pictures. Chicago: Univ. Chicago Press 137−55. Hillsdale, NJ: Erlbaum
  31. , G.T. (1922). Fundamental reading habits: A study of their. development. Chicago, IL: University of Chicago Press.
  32. , G.T. (1937). How adults read. Chicago, IL: University of Chicago Press.
  33. Carpenter, Roger H.S.- Movements of the Eyes (2nd ed.). Pion Ltd, London, 1988. ISBN 0−85 086−109−8.
  34. Cornsweet TN, Crane HD. (1973) Accurate two-dimensional eye tracker using first and fourth Purkinje images. J Opt Soc Am. 63, 921−8.
  35. TN. (1958). New technique for the measurement of small eye movements. JOSA 48, 808−811.
  36. D. Andersen. Resilient Overlay Networks. In Proceedings of the 18th ACM Symposium on Operating System Principles/ D. Andersen, H. Balakrishnan, M. F. Kaashoek, R. Morris//Chateau Lake Louise, Banff, Canada.-2001.-October.- pages 131−145.
  37. David Grant. Look lively/David Grant, Lawrence Vos//Traffic Technology International.-2005.- April/May.- pages 54−58.
  38. , H. & Schneider, W.X. (1996) Saccade target selection and object recognition: Evidence for a common attentional mechanism. Vision Research, 36, 1827−1837.
  39. , A. T., «A Breadth-First Survey of Eye Tracking Applications», Behavior Research Methods, Instruments, & Computers (BRMIC), 34(4), November 2002, pp.45570.
  40. E. J. Anderson. A Quantitative Evaluation of Traffic-Aware Routing Strategies/ E. J. Anderson, T. E. Anderson, S. D. Gribble, A. R. Karlin, S. Savage//ACM SIGCOMM Computer Communication Review, 32(l):67−67, January 2002.
  41. E. Kreyszig. Advanced Engineering Mathematics. John Wiley & Sons, New York, NY, 8th edition, December 1998.
  42. Egmont-Petersen, M., de Ridder, D., Handels, H. (2002). «Image processing with neural networks a review». Pattern Recognition 35 (10): 2279−2301. doi: 10.1016/S0031 -3203(01)00178−9.
  43. Eizenman M, Hallett PE, Frecker RC. (1985). Power spectra for ocular drift and tremor. Vision Res. 25, 1635−40
  44. Evans, A. W. and A. D. MORRISON. Incorporating accident risk and disruption in economic models of public transport, Journal of Transport Economics and Policy, Vol. XXXI, No.2, pp. 117−146., 1997.
  45. Ferguson RD (1998). Servo tracking system utilizing phase-sensitive detection of reflectance variations. US Patent # 5,767,941
  46. Gipps P.G. A behavioural car following model for computer simulation. Trans. Res. B, 1981,15, pp. 105−111.
  47. Hadzibeganovic, Tarik & Cannas, Sergio A. (2009). «A Tsallis' statistics based neural network model for novel word learning». Physica A: Statistical Mechanics and its Applications 388 (5): 732−746.
  48. Hammer DX, Ferguson RD, Magill JC, White MA- Eisner AE, Webb RH. (2003) Compact scanning laser ophthalmoscope with high-speed1 retinal tracker. Appl Opt. 42, 4621−32.
  49. , J. E. (1998). Visual attention and eye movements. In H. Pashler (ed.), Attention (pp. 119−154). Hove, UK: Psychology Press.
  50. Holsanova, J- (forthcoming) Picture viewing and picture descriptions, Benjamins.
  51. Huey, E. B: (1968): The psychology and pedagogy of reading. Cambridge, MA: MIT Press. (Originally published 1908)
  52. J. D. Jackson- Classical- Electrodynamics. John Wiley & Sons, New York, NY, 3rd edition, August 1998.
  53. J. Moy. OSPF Version 2. RFC 2328, IETF, April 1998-
  54. Jeffrey T. Spooner, Manfrcdi Maggiore, Raul Ord onez, and Kevin- M: Passinoj Stable Adaptive Control and Estimation- for Nonlinear- Systems: Neural and Fuzzy Approximator Techniques, John Wiley and Sons, NY, 2002.
  55. Just MA, Carpenter PA (1980) A theory of reading: from eye fixation to comprehension. Psychol Rev 87:329−354
  56. K. Binder. Monte Carlo Simulation in Statistical Physics/ K. Binder, D. W. Heermann.- 4th ed.- Springer Verlage Berlin, Germany, August 2002.
  57. T. :. Geschwindikeitswarnanlagen-eine Alternative zur polizeilichen Uberwachung, Stra? enverkehrstechnik, № 9- 1998, cTp. 483 491
  58. , W., & Mezard, M. (1989). «Storage capacity of memory with binary couplings». Journal de Physique 50: 3057−3066. doi: 10.1051 /jphys:198 900 500 200 305 696.
  59. Kristen R.: Verkehrsletelematickychystem Munchen Nord Erfahrungennach einem Jahr Betriebszeit, Grunlicht, Siemens, Oktober 1 993 187
  60. L. Barab’asi and R. Albert. Emergence of Scaling in Random Networks. Science, 286:509−512, 1999.
  61. L. K. Fleischer. Approximating Fractional Multicommodity Flow Independent of the Number of Commodities. In Proceedings of the 40th Annual Symposium on Foundations of Computer Science, pages 24−31, New York, NY, October 1999.
  62. L. Tassiulas and A. Ephremides. Stability Properties of Constrained Queueing Systems and Scheduling Policies for Maximum Throughput in Multihop Networks. IEEE Transactions on Automatic Control, 37(12): 1936−1948, December 1992.
  63. Liechty, J, Pieters, R, & Wedel, M. (2003). The Representation of Local and Global Exploration Modes in Eye Movements through Bayesian Hidden Markov Models. Psychometrika, 68 (4), 519−542.
  64. Louise Smyth. Room with a view/ Louise Smyth//Traffic Technology International.-2006.- October/November.- pages 40−46.
  65. MacKay, David (2003). Information Theory, Inference, and Learning Algorithms.
  66. , D. & Chambers, J. (2001). Recurrent Neural Networks for Prediction: Architectures, Learning algorithms and Stability. Wiley.
  67. Mannering, F. L. Male/female driver characteristics and accident risk: some new evidence, Accident Analysis and Prevention, Vol. 25, No. l, pp. 77−84., 1993.
  68. Mannering, F. L., Abu-Eisheh, S. A., and Amadottir, A. T., Dynamic traffic equilibrium with discrete /continuous econometric models, Transportation Science, Vol. 24, No. 2, pp. 105−116., 1990.
  69. Mannering, F. L., Kim, S. G., Barfield, W., and NG, L., Statistical analysis of commuters route, mode, and departure time flexibility, Transportation Research, Part C, Vol.2, No. 1, pp. 35−47., 1994.
  70. Mannesmann Autocom offers map-enhanced traffic information on mobilephones through WAP, Ertico News, September 99, p. 4188
  71. Mark Bodger. Create and integrate/ Mark Bodger//Traffic Technology International.-2005.- Fev/Mar.- pages 84−86.
  72. Medina, A. Lakhina, I. Matta, and J. Byers. BRITE: An approach to Universal Topology Generation. In Proceedings of the International Workshop on Modeling, Analysis and Simulation of Computer and Telecommunications Systems, Cincinnati, OH, August 2001.
  73. Mitchell, J.F. Traffic Accident reconstruction/ J.F. Mitchell. S. I, 2002.
  74. , P. & Insua, D.R. (1995). «Issues in Bayesian Analysis of Neural Network Models». Neural Computation 10: 571−592.
  75. Mulligan, JB, (1997). Recovery of Motion Parameters from Distortions in Scanned Images. Proceedings of the NASA Image Registration Workshop (IRW97), NASA Goddard Space Flight Center, MD
  76. P. H. Winston. Artificial Intelligence. Addison Wesley, Boston, MA, 3rd edition, January 1992.
  77. Peter de Konink. Smooth operator/ Peter de Konink//Traffic Technology International.-2006.- August/September pages 104−105.
  78. Plihal J.: Protokol zmereni citelnosti displeje, Merici protokol, (Протокол по измерению разборчивости дисплея, Измерительный протокол), Eltodo a. s., апрель 99
  79. , М. I. (1980) Orienting of attention. Quarterly Journal of Experimental Psychology 32: 3−25.
  80. R. Ahuja, Т. Magnanti, and J. Orlin. Network Flows: Theory, Algorithms, and Applications. Prentice Hall, Englewood Cliffs, NJ, 1993.
  81. R. L. Rardin. Optimizations in Operations Research. Prentice Hall, Upper Saddle River, NJ, 1998.
  82. R. Pfliegl. Austria, Intelligent conversation/ R. Pfliegl//Traffic Technology International.-2008.- August/September.- pages 114−115.
  83. R. Stainforth. Sign language/R. Stainforth//Traffic Technology International.-2005.- Annual Review.- pages 110−113.
  84. , K. (1978). Eye movements in reading and information processing. Psychological Bulletin, 85, 618−660
  85. , K. (1998) Eye movements in reading and. information processing: 20 years of research. Psychological Bulletin, 124, 372−422.
  86. Riggs LA, Armington JC & Ratliff F. (1954) Motions of the retinal image during fixation. JOSA 44, 315−321.
  87. , L. A. & Niehl, E. W. (1960). Eye movements! recorded during convergence and divergence. J Opt Soc Am 50:913−920:
  88. Robinson, D. A. A method of measuring eye movement using a scleral search coil in a magnetic field. IEEE Trans. Biomed. Eng., vol. BME-10, pp. 137−145, 1963
  89. S. Herzog. RSVP Extensions for Policy Control. RFC 2750, IETF, January 2000.
  90. S. Vutukury and J. J. Garcia-Luna-Aceves. A Simple Approximation to Minimum Delay Routing. In Proceedings of SIGCOMM '99, pages 227 238, Boston, MA, August-September 1999.
  91. Saul Wordworth. Will and sentiment: the automated highway to heaven/ Saul Wordworth//Traffic Technology International.-2006.-October/November.- pages 54−58.
  92. Shannon, H. Examination of driver lane change behavior and the potential effectiveness of warning onset rules for lane change or «side» crash avoidance systems/ H. Shennon- Virginia Polytechnic Institute & University. -S.I, 1997.
  93. Shivaram Subramanian, Routing algorithms for dynamic, Intelligent Transportation Networks, sept 1997,
  94. Spanish Traffic Information available via GSM, ERTICO News, September 98, pp. 7−8
  95. Sutton, Richard S. & Barto, Andrew G. (1998). Reinforcement Learning: An introduction.
  96. Symonds Travels Morgan Ltd.: Speed Violation Detection/Deterrent, Review of the second system Trial on the Ml in Leicestershire April-October 1994, East Grinstead, May 1995
  97. Technicke podminky MDS: Zasady pro orientacni dopravni znaceni (Технические условия Министерства транспорта и связи: Принципы установки дорожных знаков ориентации), TP 100, CDV Брно, 1995
  98. The Network Simulator — ns-2. http://www.isi.edu/nsnam/ns/.
  99. Tihomir Protulipac. Bright ideas/Tihomir Protulipac//Traffic Technology International.-2008.- Annual.- pages 82−84.
  100. Tim Giles. Under observation/ Tim Giles//Traffic Technology International.-2006.- August/September.- pages 114−115.
  101. Tim Wolfe. Raising Arizona/ Tim Wolfe//Traffic Technology International.-2005.- April/May.-pages 42−49.
  102. Tor Vorraa. Angles of the universe/ Tor Vorraa//Traffic Technology International.-2003.- Oct/Nov.- pages 95−97.
  103. U.S. DoT, Intelligent Transportation Systems Benefits: 1999 Update, 1999.
  104. V. Paxson and S. Floyd. Wide Area Traffic: The Failure of Poisson Modeling. IEEE/ACM Transactions on Networking, 3(3):226−244, 1995.
  105. Van den Bergh, F. Engelbrecht, AP. Cooperative Learning in Neural Networks using Particle Swarm Optimizers. CIRG 2000.
  106. Varun, R. Lane changing models for arterial traffic/ R. Varun- Massachusetts institute of technology. S. I, 2007.
  107. W. H. Press, B. P. Flannery, S. A'. Teukolsky, and W. T. Vetterling. Numerical Recipes in C. Cambridge University Press, Cambridge, UK, 2nd edition, January 1993.
  108. W. R. Stevens. TCP/IP Illustrated, volume 1. Addison-Wesley, Boston, MA, January 1994.
  109. , P.D. (1989). Neural computing theory and practice. Van Nostrand Reinhold.
  110. , R.D., & Ward, L.M. (2008). Orienting of Attention. New York. Oxford University Press.
  111. Wulfram Gerstner, Werner Kistler. Spiking Neuron Models: Single Neurons, Populations, Plasticity. Cambridge University Press.
  112. Yarbus, A. L. Eye Movements and Vision. Plenum. New York. 1967 (Originally published in Russian 1962).
  113. Yun-Wu Huangi, Route guidance support in ITS, University if Michigan, 1995.
  114. Z. Wang and J. Crowcroft. Shortest Path First with Emergency Exits. In Proceedings of SIGCOMM '90, pages 166−176, Philadelphia, PA, August 1990.
  115. Закрытое акционерное общество
  116. Научно — производственное предприятие ТРАНСНАВИГАЦИЯтелефон / факс: (495) 783−54−85, 125 315, г. Москва, Ленинградский пр-т, д. 68, стр.2
  117. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
  118. МАДИ Государственное образовательное учреждение высшего профессионального образования
  119. МОСКОВСКИЙ АВТОМОБИЛЬНО-ДОРОЖНЫЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ (МАДИ)"
  120. Россия, 125 319, Москва, Ленинградский проспект, 64 Тел (499) 151−6412 -ректор, факс (499) 151−8965 Интернет http //www madi ru E-mail info@madi ru1. OJ. D& 3/L1. На №от
  121. УТВЕРЖДАЮ" Прорек^сф^поНаучной работе1. Иванов1. А'
  122. Акт о внедрении результатов диссертационной работы-Воробьева А.И.
  123. Государственный контракт № П 1272 от 27.08.2009 на тему «Создание интеллектуальной системы косвенного управления транспортными потоками и обеспечения безопасности на автомобильных дорогах», заказчик Рособра-зование, акт сдачи-приемки № 1 от 04.12.2009 г.
  124. Государственный контракт № УД 47/261 от 7.10.2009г. на тему «Разработка концепции создания ИТС на автомобильных дорогах федерального значения», акт сдачи-приемки от 24.12.2009 г.
  125. Начальник УНИР МАДИ Архипов А.И.1. УТВЕРЖДАЮ"
  126. Власов Владимир Михайлович — д.т.н., профессор, заведующий кафедрой «Транспортная телематика», председатель комиссии-
  127. Председатель комиссии Заведующий кафедрой «Транспортная телематика»
  128. Член комиссии, к.т.н., профессор
  129. Член комиссии, к.т.н., доцент1. Власов В.М.анказиев С.В.1. Ефименко Д.Б.
Заполнить форму текущей работой

На отлично!