31 Информационные технологии на транспорте

1. Автопилот - устройство или программно-аппаратный комплекс, ведущий транспортное средство по определённой траектории. Наиболее часто автопилоты применяются для управления летательными аппаратами, в связи с тем, что полёт происходит обычно в пространстве, не содержащем большого количества препятствий, а также для управления транспортными средствами, движущимися по рельсовым путям. Современный автопилот позволяет автоматизировать все этапы полёта или движения другого транспортного средства.

2. GPS- обеспечивающие измерение времени и расстояния навигационные спутники; глобальная система позиционирования - спутниковая система навигации. Позволяет в любом месте Земли (не включая приполярные области), почти при любой погоде, а также в космическом пространстве вблизи планеты определить местоположение и скорость объектов.

Основной принцип использования системы - определение местоположения путём измерения расстояний до объекта от точек с известными координатами - спутников.

3. Карпьютер или Онбордер (англ. carputer, англ. onboarder) (другие названия -- онборд, автомобильный компьютер, car PC, компьютер) -- аналог домашнего персонального компьютера, установленный в автомобиле и специально предназначенный для работы в машине. Онбордеры используются для автонавигации, соединения с интернетом, развлечения. Возможности онбордера объединяют функциональность традиционных устройств узкого назначения (автомагнитол, навигаторов, DVD-плееров) с возможностями персонального компьютера.

4. Парковочный радар

5. Автосигнализация - электронное устройство, установленное в автомобиль, предназначенное для его защиты от угона, кражи компонентов данного транспортного средства или других вещей, находящихся в автомобиле.

32 Понятие об интеллектуальных трансп системах

Интеллектуальная транспортная система – это комплексная система оптимизации управления транспортными сетями (ТС) и средствами в масштабе реального времени, обладающая свойствами адаптивности, ситуационного анализа и планирования (предсказания).

Назначение и основные функции

• Повышение пропускной способности транспортных сетей

• Обеспечение комплексной безопасности:

- Социально-экономической

Снижение смертности и аварийности

Криминогенности

- Экологической

Техногенные катастрофы

Загрязнение окружающей среды

• Оптимизация затрат на модернизацию и развитие дорожной сети

33 Основные методы оптимизации транспортных процессов.

Одним из методов решения эксперементальных задач, в том числе и эксперементальных, свзянных с оптимизацией управления перевозочными процессами, является динамическое программирование или использование динамических моделей. Характерные особенности в задачах:

1. Неоднозначность результата (многовариантность решения).

2. Возможность деления вычислительного процесса на этапе. (этапность решения).

3. Общий критерий, который представляет собой сумму частных критериев на этапах (адетивность критерия).

С помощью динамического программирования решаются задачи, связанные с процессами, которые можно разделить на некоторое число этапов или шагов. Оптимизация управления на каждом этапе в отдельности не обеспечивает оптимизацию в процессе в целом, если число этапов и возможность решения на каждом этапе ограничена, то оптимальное решение в целом можно найти путём перебора всех возможных вариантов. Принцип оптимальности впервые был доказан Бэллманом. Оптимальная стратегия начиная с любого этапа не зависит от предыдущей стратегии, а лишь от состояния системы на данном этапе, т.е. от решений на последующих этапах.

Существуют ещё методы математического анализа в оптимизации перевозочного процесса, методы математического моделирования, теории графов, математического программирования, теории вероятностей, линейного и динамического программирования и теории потоков в сетях.

Существуют ещё методы математического анализа в оптимизации перевозочного процесса, методы математического моделирования, теории графов, математического программирования, теории вероятностей, линейного и динамического программирования и теории потоков в сетях

Помимо того, оптимизационные методы делятся на следующие группы:

• аналитические методы (например, метод множителей Лагранжа и условия Каруша-Куна-Таккера);

• численные методы;

• графические методы.

В зависимости от природы множества X задачи математического программирования классифицируются как:

• задачи дискретного программирования (или комбинаторной оптимизации)  —если X конечно или счётно;

• задачи целочисленного программирования — если X является подмножеством множества целых чисел;

• задачей нелинейного программирования, если ограничения или целевая функция содержат нелинейные функции и X является подмножеством конечномерного векторного пространства.

• Если же все ограничения и целевая функция содержат лишь линейные функции, то это — задача линейного программирования.