Висновки - Чисельні методи підвищення ефективності аналізу моделі автотранспортного потоку-слідування за лідером

Згідно поставленої мети дисертаційного дослідження отримано наступні висновки та результати:

1. Удосконалено завадостійкі методи чисельного розрахунку швидкості та прискорення автотранспортного засобу на основі розроблених "швидких" сплайн-апроксимацій першої та другої похідних від часових послідовностей функції шляху цього транспортного засобу.

При проведенні порівняння якості запропонованого методу чисельного розрахунку похідної від функції, яка спостерігається на фоні випадкових похибок дослідних даних, із класичним методом (згладжування цієї функції сплайном і подальше аналітичне знаходження самої похідної) для 64 відліків початкової функції і 16 вузлів "склейки" сплайну, отримано наступні результати:

    - СКВ "вхідного" гаусівського некорельованого шуму змінювалося з 0,2 до 1,1; - при цьому СКВ теоретичної похідної від похідної, чисельно розрахованої класичним методом, змінювалося з 2,40 до 3,48; - СКВ теоретичної похідної від похідної, чисельно розрахованої запропонованим методом, змінювалося з 0,53 до 2,87.

Виграш в СКВ Розрахунку швидкості автотранспортного засобу запропонованим методом в порівнянні з класичним склав - 2,88 рази.

При проведенні порівняння якості запропонованого методу чисельного розрахунку другої похідної від функції, яка спостерігається на фоні випадкових похибок дослідних даних, із класичним методом для 64 відліків початкової функції і 16 вузлів "склейки" сплайну, отримано наступні результати:

    - СКВ "вхідного" гаусівського некорельованого шуму змінювалося з 0,02 до 0,05; - при цьому СКВ теоретичної другої похідної від другої похідної, чисельно розрахованої класичним методом, змінювалося з 2,72 до 12,45; - СКВ теоретичної другої похідної від другої похідної, чисельно розрахованої запропонованим методом, змінювалося з 1,25 до 3,25.

Виграш в СКВ Розрахунку прискорення автотранспортного засобу запропонованим методом в порівнянні з класичним склав - 3,01 рази.

Таким чином, похибки чисельного розрахунку першої та другої похідних (швидкості та прискорення автотранспортних засобів відповідно) від функції шляху цих автотранспортних засобів, яка спостерігається на фоні випадкових похибок дослідних даних, запропонованим методом менші ніж похибки чисельного розрахунку цих похідних класичним методом.

    2. Удосконалено завадостійкі методи аналізу моделі автотранспортного потоку - слідування за лідером та розрахунку часу реакції водія в різних режимах руху апробовані на реальних даних з GPS-приймачів. 3. Встановлено, що середній виграш в точності при обрахунку параметрів мікро-моделі автотранспортного потоку - слідування за лідером в різних режимах руху (на прикладі часу реакції водія) запропонованого методу в порівнянні з класичним склав 57 %. 4. Застосовано та апробовано на реальних даних запропоновані завадостійкі методи аналізу моделі автотранспортного потоку - слідування за лідером та розрахунку часу реакції водія.

Швидкість та час реакції водія запропонованим методом розраховуються точніше ніж класичним. На це вказує менше середньоквадратичне відхилення параметрів, які обчислюються.

Аналіз шляху проведеного експерименту показав, що СКВ оцінки параметрів руху автотранспортних засобів запропонованим методом на 40 % менше ніж для класичного методу.

5. Показано перевагу в точності розрахунку параметрів мікро-моделі автотранспортного потоку - слідування за лідером та часу реакції водія в порівнянні з класичним методом за допомогою запропонованих завадостійких методів, які зменшують похибки в порівнянні з класичними підходами при чисельному диференціюванні сигналів, що спостерігаються на фоні шумів.

Похожие статьи




Висновки - Чисельні методи підвищення ефективності аналізу моделі автотранспортного потоку-слідування за лідером

Предыдущая | Следующая