No abstract

No abstract

No abstract

No abstract

No abstract

This work presents a novel approach to the simulation-based optimisation for Autonomous Transportation Systems (ATS) with the use of the proposed parallel genetic algorithm. The system being developed uses GPUs for the implementation of a massive agent-based model of Autonomous Vehicle (AV) behaviour in an Artificial Multi-Connected Road Network (AMСRN) consisting of the “Manhattan Grid” and the “Circular Motion Area” that are crossed. A new parallel Real-Coded Genetic Algorithm with a Scalable Nonuniform Mutation (RCGA-SNUM) is developed. The proposed algorithm (RCGA-SNUM) has been examined with the use of known test instances and compared with parallel RCGAs used with other mutation operators (e.g., standard mutation, Power Mutation (PM), mutation with Dynamic Rates (DMR), Scalable Uniform Mutation (SUM), etc.). As a result, RCGA-SNUM demonstrates superiority in solving large-scale optimisation problems when decision variables have wide feasible ranges and multiple local extrema are observed. Following this, RCGA-SNUM is applied to minimising the number of potential traffic accidents in the AMСRN.

Резюме. Викладено концепцію застосування математичних моделей масової поведінки, розроблених автором для пояснення, прогнозування та управління лавиноподібними соціальноекономічними процесами, для управління еколого-економічними процесами, які у своїй суті є загальнимисоціо-еколого-економічними чи навіть соціо-геосистемними. Такі процеси у більшості є масовими, вони відповідають механізмам взаємовпливу, залежать від соціально-психологічних характеристик суб'єктів комунікації -рівнів сприйняття та впливу. Поведінка суб'єктів еколого-економічних процесів великою мірою визначається наслідуванням поведінки суб'єктів-лідерів, суб'єктів оточуючого соціального середовища. Розроблені математичні (у вигляді різницевих та диференційних рівнянь) та імітаційні (у вигляді клітинних автоматів) моделі динаміки масової поведінки можуть бути використані для прогнозування забруднення чи регенерації природного середовища, пов'язаних з ними економічних втрат, визначення управлінських впливів через системи державного та місцевого управління, засоби масової інформації, освітні та культурні заклади. Окремо слід виділити застосування моделей динаміки сприйнятливості суб'єктів соціально-екологічної комунікації до впливу індукторів. Рівень сприйнятливості є однією з ключових характеристик менталітету суб'єкта як системи почуттів, стереотипів, уявлень про навколишній світ та його екологічну складову. Динамікою менталітету визначено зміни структури цієї системи, її ключових характеристик -рівнів сприйняття, а також впливу (індукування) тих чи інших поглядів, точок зору на соціальні явища, в тому числі еколого-економічні. Управління цією динамікою є ключовим фактором у формуванні позитивних стереотипів поведінки суб'єктів стосовно збереження навколишнього середовища. Запропоновані математичні моделі цієї динаміки у вигляді ітераційних схем, скінчених ймовірнісних автоматів адекватно відображають зміни стереотипів та шаблонів поведінки. Оцінки параметрів моделей поведінки та динаміки менталітету можуть бути визначені методами анкетування, регулярного спостереження за станом навколишнього середовища та його залежністю від прийнятих методів впливу на поведінкові стереотипи соціальноекономічного загалу.

Представлен подход к исследованию эффектов сегрегации с использованием разработанной мультисекторной модели ограниченного соседства. Предложена модель эволюционной динамики сообщества, состоящего из местного (коренные жители) и внешнего населения (мигрантов), взаимодействующих в искусственной социально-экономической системе, в которой выделены ключевые секторы экономики: добыча сырья (первичный сектор, привлекающей преимущественно мигрантов), производственный сектор (вторичный сектор, привлекающий преимущественно коренных жителей) и сфера низкотехнологичных и высокотехнологичных услуг (третичный и четверичный сектора экономики, привлекающие мигрантов и коренных жителей, соответственно). Формирование рабочих мест в данных секторах экономики осуществляется централизованно с использованием ранее предложенного алгоритма нечeткой кластеризации. Выполнены имитационные эксперименты и исследованы эффекты сегрегации, обусловленные стремлением агентов к поиску наиболее предпочтительных рабочих мест в условиях ограниченного соседства при различных сценарных условиях. Используя предложенный генетический алгоритм, решена важная оптимизационная задача по максимизации темпов роста ВВП и минимизации уровня сегрегации населения.