- PII
- 10.31857/S0005231024100064-1
- DOI
- 10.31857/S0005231024100064
- Publication type
- Article
- Status
- Published
- Authors
- Volume/ Edition
- Volume / Issue number 10
- Pages
- 65-79
- Abstract
- Предлагается комплекс системно-динамических моделей для управления дорожно-транспортной системой мегаполиса с учетом показателей безопасности движения. Основные показатели дорожно-транспортной системы определены в соответствии со Стратегией безопасности дорожного движения в Российской Федерации на 2018–2024 гг., а также на основе нормативно-правовых документов ГосавтоинспекцииМВД России для города Москвы. Результаты работы предназначены для совершенствования математического обеспечения систем управления дорожно-транспортным движением крупных городов.
- Keywords
- Date of publication
- 15.10.2024
- Year of publication
- 2024
- Number of purchasers
- 0
- Views
- 6
References
- 1. Распоряжение Правительства РФ от 08.01.2018 N 1–р .Об утверждении Стратегии безопасности дорожного движения в Российской Федерации на 2018–2024 годы.. [Электронный ресурс]: http://static.government.ru HYPERLINK "http://static.government.ru
- 2. Сайт Госавтоинспекции МВД России, сведения о показателях состояния безопасности дорожного движения. [Электронный ресурс]: http://stat.gibdd.ru/ (дата обращения: 24.03.2023).
- 3. Yannis G., Weijermars W., Gitelman V., et al. Road safety performance indicators for the interurban road network // Accident; Anal . Prevent. 2013. V. 60. P. 384–395.
- 4. Salmon P.M., Read G.J.M., Thompson J., et al. Computational modelling and systems ergonomics: a system dynamics model of drink driving-related trauma prevention // Ergonomics. 2020. V. 63(8). P. 965–980.
- 5. Брюн Е.А., Бурцев А.А., Баканов К.С. Анализ показателей управления транспортными средствами в состоянии опьянения в Российской Федерации в 2007–2019 гг. // Наркология. 2020. Т. 19. No. 6. С. 32–43.
- 6. Guo Q., Xu P., Pei X., et al. The effect of road network patterns on pedestrian safety: A zone-based Bayesian spatial modeling approach // Accident; Anal. Prevent. 2017. V. 99(Pt A). P. 114–124.
- 7. Dell’Acqua G., Luca M.D., Mauro R. Road Safety Knowledge-Based Decision Support System // Proced. Soc. Behavior. Sci. 2011. V. 20. P. 973–983.
- 8. Gettman D.M., Head L. Surrogate Safety Measures from Traffic Simulation Models // Transport. Res. Record. 2003. V. 1840. P. 104–115.
- 9. Баканов К.С., Ляхов П.В., Айсанов А.С. и др. Дорожно-транспортная аварийность в Российской Федерации за 6 месяцев 2022 года. M.: Научный центр безопасности дорожного движения МВД РФ, 2022.
- 10. Forrester J. Principles of systems. Cambridge: Wright Allen Press, 1960.
- 11. Burkov V.N., Loginovskiy O.V., Dranko O.I., Hollay A.V. The mechanisms of smart management for industrial enterprises // Appl. Math. Control Sci. 2020. No. 1. P. 59–73.
- 12. Khamutova M.V., Kushnikov V.A., Dranko O.I. A mathematical model for choosing an action plan for the prevention and elimination of flood effects // IFACPapersOnLine. 2022. Т. 55. No. 3. P. 113–118.
- 13. Tsvirkun A.D., Rezchikov A.F., Kushnikov V.A., et al. Models and methods for verifying the accessibility and feasibility of goals and plans in large-scale systems by example for the elimination of consequences floods // Autom. Remote Control. 2023. No. 12. P. 49–63.
- 14. Rezchikov A.F., Kushnikov V.A., Ivaschenko V.A., et al. Controlling the welding process in robotic technological complexes by the criterion of product quality // Мechatronics, Automation, Control. 2019. Т. 20. No. 1. P. 29–33.
- 15. Поляков М.С., Кушников В.А., Богомолов А.С., Резчиков А.Ф. Модели системной динамики для анализа характеристик дорожно-транспортной системы России // Управление развитием крупномасштабных систем (MLSD’2023) : Тр. 16-й междунар. конф. Москва, Россия, 2023. С. 1002–1012.
