«Разработка имитационной модели сложной транспортной развязки» - Курсовая работа

Содержание

Введение 7

ГЛАВА 1 АНАЛИТИЧЕСКАЯ ЧАСТЬ 9

1.1 Анализ предметной области 9

1.2 Средства реализации 12

1.3 Базовые инструменты для разработки модели в среде AnyLogic 7.1.2

Вывод по первой главе 27

ГЛАВА 2. РАЗРАБОТКА ИММИТАЦИОННОЙ МОДЕЛИ 28

2.1 Техническое задание 28

2.2 Алгоритм движения транспорта на развязке. 31

2.3 Разработка модели перекрестка 34

Вывод по второй главе….….48

Заключение 48

Литература 49

Введение

Актуальность. Транспортные потоки важная часть функционирования любого города, в связи с постоянным ростом количества машин проблемы оптимизации движения автомобилей на развязках с каждым годом встают все острее и острее.

По прогнозам, к 2020 году количество автомобилей в Уфе вырастет с 250 тысяч до полумиллиона.

По результатам социологический исследований, у сорока двух процентов уфимских семей есть машина. Около восьмидесяти процентов из них ездят на автомобиле ежедневно.

В Уфе постоянно проводятся работы по оптимизации движения транс-портных потоков к примеру, строится второй мост через реку белая в сторону затона, расширяются улицы , в 2015 году отремонтируют автотрассу Уфа-Дема.

Протяженность нового участка дороги составит около 5 километров. На выполнение работ планируется потратить 315,4 миллионов рублей.

Хотя по мнению экспертов расширение улиц и увеличение числа дорог не поможет Уфе в полной мере решить Транспортную проблему.

Создание имитационных моделей наиболее «проблемных» развязок должно помочь выявить оптимальные и дешевые пути решения транспортных проблем.

Объект исследования:

Моделирование транспортного потока на развязке г. Уфы

Предмет исследования:

Разработка имитационной модели сложной транспортной развязки в среде Any Logic 7 находящейся на пересечении:

• Улицы имени Города Галле;

• Улицы Пархоменко;

• Гражданского проезда;

• Трассы М-7;

Цель:

Создать имитационную модель достоверно отражающую движение на сложной развязке.

Задачи исследования:

• Анализ предметной области.

• Выбрать вид имитационного моделирования для модели.

• Выбрать средства реализации для имитационной модели.

• Выявить алгоритмы движения машин на развязке.

• Реализовать модель.

Выдержка из текста работы

Глава 1 АНАЛИТИЧЕСКАЯ ЧАСТЬ

1.1 Анализ предметной области

Транспорт

Транспорт является важней частью функционирования любого города так-как именно он обеспечивает перемещение товаров и людей.

В общем виде тра́нспорт (от лат. trans — «через» и portare — «нести») — может означать:

1. Одну из важнейших отраслей материального производства, осуществляющую перевозки пассажиров и грузов

2. Совокупность всех видов путей сообщения, транспортных средств, технических устройств и сооружений на путях сообщения, обеспечивающих процесс перемещения людей и грузов различного назначения из одного места в другое

В связи с постоянным ростом количества машин проблемы оптимизации движения автомобилей на развязках с каждым годом встают все острее и острее.

По прогнозам, к 2020 году количество автомобилей в Уфе вырастет с 250 тысяч до полумиллиона.

По результатам социологический исследований, у сорока двух процентов уфимских семей есть машина. Около восьмидесяти процентов, из них, ездят на автомобиле ежедневно.

В Уфе постоянно проводятся работы по оптимизации движения транс-портных потоков к примеру, строится второй мост через реку белая в сторону затона, расширяются улицы, в 2015 году отремонтируют автотрассу Уфа-Дема.

Протяженность нового участка дороги составит около 5 километров. На выполнение работ планируется потратить 315,4 миллионов рублей.

Хотя по мнению экспертов расширение улиц и увеличение числа дорог не поможет Уфе в полной мере решить Транспортную проблему.

Создание имитационных моделей наиболее «проблемных» развязок должно помочь выявить оптимальные и дешевые пути решения транспортных проблем.

Имитационное моделирование

Имитационное моделирование (ситуационное моделирование) — ме-тод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на осно-ве аналитических решений или с помощьючисленных методов[1].

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Виды имитационного моделирования

Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении её отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рас-сматривать только основные события моделируемой системы, такие, как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.

Системная динамика — парадигма моделирования, где для исследуе-мой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.

В своей курсовой работе мы будем использовать дискретно собы-тийное моделирование.

Заключение

Созданная в процессе курсовой работы имитационная модель отвечает первоначальному требованию отразить идентичный способ движения транспорта на развязке.

Так же были выполнены поставленные задачи:

• Проанализирована предметная область.

• Выбран вид имитационного моделирования для модели.

Было выбрано дискретно событийное моделирование т.к. этот вид моделирования является самым удобным для моделирования производственных процессов, так же он является самой развитой областью имитационного моделирования, предлагает абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие, как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие.

• Выявлены алгоритмы движения машин на развязке.

Особенности движения:

1) Знаки приоритета-машины находящиеся под знаком «уступи дорогу» должны уступать всем автомобилям на перекрестке.

2) Помеха справа-автомобиль у которого помеха справа уступает. Если автомобиль на главной дороге он не должен уступать

3) Правила одновременного перестроения - при одновременном перестроении дорогу уступает автомобиль у которого помеха справа

4) Правила хозяина полосы-при перестроении на другую полосу автомобиль должен уступать транспорту который уже движется в этой полосе.

• Реализована имитационная модель сложной транспортной развязки

Модель в дальнейшем можно усовершенствовать(усложнить), но не советуются т.к. при данном количестве элементов производительность сильно падает.

Список литературы

1. Р.Ф. Маликов - Практикум по имитационному моделированию сложных систем в среде AnyLogic 6: учеб.пособие / Р.Ф. Маликов –Уфа:Изд-во БГПУ, 2013. – 296с.

2. В.Д. Боев - Компьютерное моделирование. Пособие для практиче-ских занятий, курсового и дипломного проектирования в AnyLogic 7:.-СПб.:ВАС,2014. -432 с.

3. В.Д. Боев - Исследование адекватности GPSS World и AnyLogic при моделировании дискретно-событийных процессов:.-СПб.:ВАС,2011. -404 с.

4. Маликов Р.Ф./Аглиулина А.Р.-Исследование интенсивности потока на перекрестках с помощью имитационных моделей:- БГПУ, 2014. – 60с.

5. Осоргин, А.Е. AnyLogic 6[Текст]: Лабораторный практикум/ А.Е.Осоргин. – Самара: ПГК, 2011. – 100с

6. Карпов, Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5[Текст]: Учебное пособие / Ю.Г.Карпов. – СПб.: Изд-во БХВ-Петербург, 2005. – 400 с.

7. Мезенцев, К.Н. Моделирование систем в среде AnyLogic 6.4.1 [текст]: Практикум. Часть 1 /К.М.Мезенцев. — М.: МАДИ, 2011. – 109 с.

8. Мезенцев, К.Н. Моделирование систем в среде AnyLogic 6.4 [текст]: Учебное пособие. Часть 2 /Под редакцией Заслуженного деятеля науки РФ, д.т.н., профессора А.Б.Николаева. — М.: МАДИ, 2011. – 103 с.

9. Советов, Б.Я. Моделирование систем [текст]: Учебник/ Б.Я. Советов, С.А. Яковлев –М.: Высшая школа, 2009.