Организация реверсивного движения автотранспорта на основе моделирования в среде AnyLogic

Введение. Развитие автомобилизации в Российской Федерации требует оптимальной организации безаварийного дорожного движения, что особенно актуально для городов и городских агломераций с миллионным населением. Решение проблем с возникновением заторов и пробок в крупных населенных пунктах, являющееся характерным и для г. Новосибирска, невозможно без своевременного развития дорожной инфраструктуры и оптимизации управления дорожным движением. Наиболее перспективными методами оптимизации управления транспортными потоками на городских магистралях и перекрестках являются различные методы моделирования, способствующие установлению причин формирования заторов на проезжей части и разработке мероприятий по их устранению.

Материалы и методы. Одним из перспективных методов анализа и моделирования транспортных потоков может служить имитационное моделирование в среде AnyLogic. В качестве объекта анализа условий и оптимизации организации движения выбрано пересечение улиц Георгия Колонды – Окружная в г. Новосибирске. Натурным способом на основе видеофиксации произведен сбор объективной информации о количестве транспортных средств, проезжающих через исследуемый перекресток, в утренние и вечерние часы пик.

Результаты. На первом этапе исследований для выбранного перекрестка в среде AnyLogic разработаны исходная и оптимизированная имитационные модели для утреннего и вечернего транспортных трафиков. В результате оптимизационного эксперимента на основе изменения фаз светофорного регулирования предоставляется возможность увеличения пропускной способности перекрестка на 6,6%. Организация реверсивного движения на одной из улиц перекрестка и оптимизация параметров работы светофоров позволит дополнительно увеличить пропускную способность еще на 7,7%.

Обсуждение и заключение. Результаты исследований подтверждают перспективность применения имитационного моделирования в среде AnyLogic для оптимизации параметров светофорного регулирования и целесообразность организации реверсивного движения на высоконагруженных городских магистралях.

1. Швецов В.Л. Роль транспортного планирования в интеграционных платформах ИТС: комплексный подход к управлению городской мобильностью // Транспортное дело России. 2025. № 4. C. 141–143.

2. Abdelhalim A., Abbas M. A real-time safety-based optimal velocity model // IEEE Open Journal of Intelligent Transportation Systems. 2021. 3. P. 165–175. Https://doi.org/10.1109/OJITS.2022.3147744

3. Zio E., Sansavini G., Maja R., Marchionni G. Analysis of the safety efficiency of a road network: a real case study // R&RATA.2008. 2 (Vol. 1). P. 172–179.

4. Eom M., Kim B. The traffic signal control problem for intersections: a review // European Transport Research Review. 2020. 12 (1): 50. Https://doi.org/10.1186/s12544-020-00440-8

5. Шаршеева К.Т., Тультемирова Г.У., Алымкулова М.С. [и др.]. Использование метода имитационного моделирования для определения оптимальных режимов работы светофоров на исследуемых перекрестках // Бюллетень науки и практики. 2023. Т. 9, № 1. С. 229–237. Https://doi.org/10.33619/2414-2948/86

6. Наумова Н.А., Домбровский А.Н., Данович Л.М. Метод управления светофорной сигнализацией в условиях функционирования интеллектуальных транспортных систем // Фундаментальные исследования. 2017. № 9-1. С. 64–68.

7. Наумова Н.А. Моделирование и оптимизация параметров светофорного регулирования при пересечении многополосных автомобильных дорог // Современные наукоемкие технологии. 2020. № 8. С. 71–76. Https://doi.org/10.17513/snt.39269

8. Olstam J., Häll C.H., Bhattacharyya K., Gebrehiwot R. Traffic impacts of dynamic bus lanes: a simulation experiment of real-world bus operations // European Transport Research Review/ 2025. Vol. 17, Article number: 10. Https://doi.org/10.1186/s12544-025-00712-1

9. Stupin A., Kazakovtsev L., Stupina A. Control of traffic congestion by improving the rings and optimizing the phase lengths of traffic lights with the help of AnyLogic // Transportation Research Procedia. 2022. Vol. 6. P. 1104–1113. Https://doi.org/10.1016/j.trpro.2022.06.113

10. Адаев Р.Б., Ветрова О.А. Применение средств визуализации для задач оптимизации транспортной модели // Научная визуализация. 2023. Т. 15, № 2. С. 22–37. Https://doi.org/10.26583/sv.15.2.03

11. Шамлицкий Я.И., Охота А.С., Мироненко С.Н. Сравнение адаптивного и жесткого алгоритмов управления дорожным движением на базе имитационной модели в среде AnyLogic // Программные продукты и системы. 2018. Т. 31, № 2. С. 403–408. Https://doi.org/10.15827/0236-235X.031.2.403-408

12. Bauer V.I., Bazanov A., Kozin E.S., Nemkov V.M. Optimization of technological transport sets using anylogic simulation environment // Journal of Mechanical Engineering Research and Developments. 2019. 42 (2). P. 41–43. Https://doi.org/10.26480/jmerd.02.2019.41.43

13. Соколов Н.И., Шаламова О.А. Анализ транспортной ситуации на перекрестках г. Новосибирска. Фундаментальные и прикладные вопросы транспорта. 2022. 2 (5). С. 25–29. Https://doi.org/10.52170/2712-9195/2022_2_25

14. Sokolov N., Shalamova O., Kochergin V. Optimization of urban agglomeration transport flows // E3S Web of Conferences 471 (1). 04025. January 2024. Https://doi.org/10.1051/e3sconf/202447104025

15. Talavirya A., Laskin M., Dubgorn A. Application of simulation modeling to assess the operation of urban toll plazas // Simulation Modeling - Recent Advances, New Perspectives, and Applications. November 2023. P. 1–39. Https://doi.org/10.5772/intechopen.1002003.

16. Talavirya A., Laskin M. Simulation modeling of the operation of the toll plaza with reversible lanes // Wseas transactions on systems. 2024. Vol. 23. P. 215–222. Https://doi.org/10.37394/23202.2024.23.24

17. Chintaman B., Satish C., Ashish D. Estimation of system delay based toll equivalency factors at toll plazas using simulation // International Journal of Transportation Science and Technology. 2023. Vol. 12. No. 3. P. 822-835. Https://doi.org/10.1016/j.ijtst.2022.08.002

18. Chintaman B., Ashish D., Satish C., Drivers’ willingness to shift towards electronic toll collection system in India // Case Studies on Transport Policy. 2023. Vol.13. 101046. Https://doi.org/10.1016/j.cstp.2023.101046

19. Navandar Y.V., Patel D.A., Dhamaniya A., Velmurugan S., Bar Ch. Users perception based service quality analysis at toll plazas using structural equation modeling // Case Studies on Transport Policy. 2023. Vol.13. 101053. Https://doi.org/10.1016/j.cstp.2023.101053

20. Petrovic A., Delibašić B., Nikolić M., Bugaric U. Controlling highway toll stations using deep learning, queuing theory, and differential evolution // Engineering Applications of Artificial Intelligence. December 2022. 119 (2). Https://doi.org/10.1016/j.engappai.2022.105683