Системная модель дорожно-транспортной инфраструктуры

В условиях возрастающей сложности современных больших транспортных систем возникает потребность объединения различных компонентов дорожно-транспортной инфраструктуры в единую модель для их совместного анализа и оптимизации. Предметом исследования являются модели представления дорожно-транспортной инфраструктуры. Целью настоящего исследования является создание системной модели дорожно-транспортной инфраструктуры, обеспечивающей комплексное представление множества взаимосвязанных объектов, параметров и событий, влияющих на транспортную систему. Разработана оригинальная методология, интегрирующая пространственно-временные координаты и функциональные параметры компонентов дорожно-транспортной инфраструктуры. Основой подхода выступает новый показатель – индекс системной уравновешенности, который отражает степень гармонии и стабильности транспортной системы в каждый момент времени. Исследование базируется на анализе пространственно-временного взаимодействия объектов дорожно-транспортной инфраструктуры и транспортных потоков. Выполнена реализация предложенной модели в составе геоинформационной системы на примере г. Сургута, проведены вычислительные эксперименты. Полученные результаты показали возможность раннего выявления деградации инфраструктурного состояния задолго до появления критических заторов и сбоев в транспортной системе. Таким образом, предложенная модель позволяет количественно оценить уровень согласованности функционирующих компонентов дорожно-транспортной инфраструктуры, определить зоны повышенной напряженности и оценить мероприятия по улучшению ситуации.

1. Патраков П. А. Мониторинг инфраструктурных объектов с использованием информационных технологий // Вестник науки. 2025. Т. 2, № 5. С. 880‒885.

2. Рахмангулов А. Н., Копылова О. А. Обзор методов и алгоритмов Big Data для решения задач прогнозирования параметров транспортных потоков и проектирования логистических систем // Недропользование и транспортные системы. 2024. Т. 14, № 2. С. 4‒13.

3. Солдатенко И. А. Разработка интегральных показателей развития транспортной системы мегаполиса // Транспортное дело России. 2021. № 2. С. 163‒167.

4. МхитарянС. В., Мусатова Ж. Б., Муртузалиева Т. В. и др. Методика оценки транспортной доступности капитальных объектов мегаполиса на основе геоинформационных данных // МИР (Модернизация. Инновации. Развитие). 2021. Т. 12, № 4. С. 400‒415.

5. Данович Л. М., Наумова Н. А. Прогнозирование исходных данных в динамическом режиме для модели распределения транспортных потоков по сети // Фундаментальные исследования. 2016. № 9–2. С. 238‒242.

6. Patel R. Application and future prospects of geographic information system (GIS) in intelligent transportation // Transactions on Computational and Scientific Methods. 2025. Vol. 5, no. 3.

7. Abdullah A. F. Big data analytics for enhanced traffic flow optimization in urban transportation networks // Journal of Applied Cybersecurity Analytics, Intelligence, and Decision-Making Systems. 2024. Vol. 14, no. 12. P. 45‒53.

8. Li W., Batty M., Goodchild M. F. Real-time GIS for smart cities // International Journal of Geographical Information Science. 2020. Vol. 34, no. 2. P. 311‒324.

9. Дышленко С. Г. Применение географических информационных систем в интеллектуальных транспортных системах // Наука и технологии железных дорог. 2022. Т. 6, № 3. С. 32‒37.

10. Горбунов Р. Н., Пиров Ж. Т., Михайлов А. Ю. Оценка уровня обслуживания на основе критериев надежности // Вестник Иркутского государственного технического университета. 2017. Т. 21, № 10. С. 188‒194.

11. Патраков П. А. Информационные технологии в мониторинге транспортной инфраструктуры: современные решения и перспективы развития // Вестник науки. 2025. Т. 2, № 5. С. 862‒867.

12. Sun W., Bocchini P., Davison B. D. Resilience metrics and measurement methods for transportation infrastructure: The state of the art // Sustainable and Resilient Infrastructure. 2020. Vol. 5, no. 3. P. 168‒199.

13. Yuan H., Yang B. System dynamics approach for evaluating the interconnection performance of cross-border transport infrastructure // Journal of Management in Engineering. 2022. Vol. 38, no. 3.

14. Ang K. L.-M., Seng J. K. P., Ngharamike E. et al. Emerging technologies for smart cities’ transportation: Geo-information, data analytics and machine learning approaches // ISPRS International Journal of GeoInformation. 2022. Vol. 11, no. 2.

15. Ye X., Li S., Das S. et al. Enhancing routes selection with real-time weather data integration in spatial decision support systems // Spatial Information Research. 2024. Vol. 32, no. 4. P. 373‒381.

16. Головнин О. К., Чекина Е. В., Иванова Д. М. Интегральный мониторинг показателей функционирования транспортных систем // Моделирование, оптимизация и информационные технологии. 2026. Т. 14, № 1.