Вестник КазАТК

Показано: 1 - 2 из 2

Некоторые метрики заблокированы вашими
настройками согласия
АНАЛИЗ КАЧЕСТВА ВОЗДУХА В ГОРОДСКОЙ СРЕДЕ С УЧЕТОМ ВЛИЯНИЯ ЗЕЛЫХ НАСАЖДЕНИЙ И АРХИТЕКТУРНОЙ КОНФИГУРАЦИИ ЗДАНИЙ
(Mukhametzhan Tynyshbayev ALT University, 2025-08-03)
Перизат Омарова
;
Айсулу Атаниязова
;
Айнур Козбакова
;
Дидар Едилхан
;
Гүлайым Баекова
Загрязнение атмосферы — одна из наиболее острых экологических проблем современности, которая становится всё более серьёзной в условиях стремительного роста урбанизации и интенсивности дорожного движения. Выбросы автотранспорта — один из основных источников загрязнения, наносящего вред здоровью человека, особенно детям и пожилым людям. В данной работе рассматривается влияние особенностей городской планировки, ветрового режима и элементов зелёной инфраструктуры на распределение загрязняющих веществ в уличных каньонах. Результаты исследования показывают, что элементы зелёной инфраструктуры, такие как деревья, растительные барьеры и зеленые крыши, значительно снижают концентрацию загрязняющих веществ и улучшают естественную вентиляцию. Для количественной оценки этих процессов была разработана математическая модель, основанная на усреднённой по времени версии уравнений Навье–Стокса и моделях турбулентности k–ε Standard и RNG. Расчет был реализован с использованием алгоритма PISO в программной среде ANSYS Fluent 2020 R1. Проверка модели на тестовом примере Салима и др. (2011) показала хорошее соответствие экспериментальным данным, что подтверждает валидность метода и его применимость для анализа распределения загрязнения в городской среде.
Некоторые метрики заблокированы вашими
настройками согласия
МЕТОДЫ И МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ ВРЕМЕНИ В ПУТИ ОБЩЕСТВЕННОГО ТРАНСПОРТА
(Mukhametzhan Tynyshbayev ALT University, 2025-10-10)
Saltanat Amirgalieva
;
Аземша Сергей Александрович
;
Перизат Омарова
;
Timur Merembayev
;
Гүлайым Баекова
Развитие интеллектуальных транспортных систем невозможно без использования методов прогнозирования, которые способны учитывать пространственно-временную структуру городской транспортной сети и эффективно работать с неполными и неточными данными. Эта задача особенно актуальна для городов Казахстана, где уровень цифровизации общественного транспорта значительно различается. Существующие системы мониторинга, как правило, предназначены только для сбора и визуализации данных, без возможности их интеллектуального анализа. В данной статье представлен глубокий обзор и методологический анализ современных подходов к прогнозированию времени в пути общественного транспорта. Особое внимание уделяется статистическим методам, алгоритмам машинного обучения, рекуррентным нейронным сетям и пространственно-временным графовым нейронным моделям. ыло выявлено, что классические регрессионные и временные модели не всегда обеспечивают достаточную точность прогнозирования, особенно в условиях нелинейной динамики транспортных процессов и высокой изменчивости дорожной обстановки. Однако методы глубокого обучения могут значительно повысить точность прогнозирования, особенно при наличии большого объема исторических данных. Однако их эффективность значительно снижается в условиях редких наблюдений и изменений в маршрутной структуре. Анализ современных исследований показал, что применение пространственно-временных графовых нейронных сетей является эффективным инструментом для прогнозирования времени в пути общественного транспорта. Эти сети способны учитывать топологию транспортной сети и взаимодействие между различными сегментами маршрутов, что позволяет более точно предсказывать время прибытия. В ходе исследования был разработан комплексный подход к прогнозированию времени в пути общественного транспорта, включающий в себя графовое представление транспортной сети, использование механизмов внимания и гибридное временное моделирование. Этот подход учитывает ключевые требования, необходимые для практического применения интеллектуальных моделей в условиях ограниченной цифровизации: устойчивость к пропускам данных, возможность переноса на новые маршруты и вычислительная эффективность. Полученные результаты открывают путь к экспериментальной апробации и внедрению интеллектуальных методов прогнозирования в системы диспетчеризации общественного транспорта, что значительно повысит эффективность и комфорт для пассажиров.

Вестник КазАТК

Фильтры

Настройки

Сортировать по

результатов на странице