Введение
Современные города всё чаще называют умными — за счёт внедрения интеллектуальных систем управления, интернета вещей и аналитики больших данных. Транспортная инфраструктура занимает центральное место в этой концепции: именно дорожные сети испытывают максимальную нагрузку, а их сбои напрямую влияют на экономику, экологию и качество жизни горожан. Транспортное моделирование позволяет создавать цифровые копии улично-дорожной сети, тестировать на них разнообразные сценарии и принимать обоснованные решения. Одним из самых мощных подходов является агентное моделирование, где каждый участник движения — автомобиль, автобус, пешеход — представлен автономным агентом со своими характеристиками и правилами поведения.
В выпускных квалификационных работах по направлению «агентное моделирование» чаще всего используются две платформы: открытый симулятор SUMO (Simulation of Urban Mobility) и универсальная среда моделирования AnyLogic. SUMO ориентирован на детальную имитацию дорожного движения и работу с реальными картами, тогда как AnyLogic предоставляет широкие возможности для создания мультиагентных моделей, включая пешеходные потоки и гибридные подходы. Каждая из платформ имеет свои сильные стороны, и их комбинация позволяет решать сложные научно-исследовательские задачи.
Выбор этой темы для дипломной работы — серьёзный шаг. Студенту необходимо не только разобраться в теории агентного моделирования, но и овладеть практическими инструментами, собрать данные о транспортных потоках, откалибровать модель и провести серию экспериментов. При этом требования к ВКР в большинстве вузов высоки: уникальность
Нужна помощь с написанием статьи?