Oblasti istraživanja

Tehnike operacionih istraživanja u saobraćajnom inženjerstrvu

Najveći broj problema u saobraćajno-transportnog inženjerstva može relativno lako da se formuliše rečima. U okviru analize i formulacije problema, inženjeri najčešće u sledećem koraku verbalnu deskripciju problema transformišu u odgovarajuću matematičku deskripciju. Glavne komponente matematičke deskripcije problema su promenljive, ograničenja i kriterijumska funkcija. Ograničenja mogu da budu fizička, ili finansijska. Fizička ograničenja proističu iz različitih inženjerskih propisa, preporuka, performansi transportnih sredstava, urbanističkih uslova, ili karakteristika saobraćajnih terminala. Finansijska ograničenja su uglavnom rezultat raspoloživog budžeta, ili odredjenih finansijskih propisa. Vrednosti pojedinih promenljivih mogu da budu dopustive ili nedopustive. Vrednosti promenljivih su dopustive u slučajevima kada su zadovoljena sva propisana ograničenja. Kriterijumska funkcija odražava ciljeve koje donosilac odluke želi da ostvari. Tako, na primer, kriterijumska funkcija često odražava težnju da se maksimizira prihod ili profit, odnosno težnju da se minimiziraju troškovi. Pri rešavanju saobraćajnih problema, kriterijumnska funkcija veoma često ukazuje i na težnju analitičara da maksimizira kvalitet ponuđenih saobraćajnih usluga.

Matematički opis realnog problema koji se rešava se naziva matematičkim modelom razmatranog problema. Pod algoritmom se podrazumeva kvantitativni metod koji koristi analitičar u cilju rešavanja postavljenog matematičkog modela. Algoritmi su opisani skupom instrukcija koje korisnik algoritma treba da izvrši jednu posle druge. Pod iznalaženjem optimalnog rešenja se podrazumeva pronalaženje dopustivih vrednosti promenljivih koje dovode do optimalne vrednosti kriterijumske funkcije.

Pri rešavanju problema saobraćajno transportnog inženjerstva koriste se tehnike Linearnog programiranja, Celobrojnog programiranja, Dinamičkog programiranja, Višekriterijumskog programiranja, kao i različiti heuristički i Metaheuristički algoritmi.

Tehnike mekog računa (Soft Computing) u saobraćajnom inženjerstrvu

Planiranje, projektovanje i upravljanje transportnim sistemima (a posebno Inteligentnim transportnim sistemima (ITS)) predstavljaju izuzetno složene zadatke. Čitav niz saobraćajnih i transportnih parametara je okarakterisan neizvesnošću, subjektivnošću, nepreciznošću i višeznačnošću. Svakog dana dispečeri, vozači, kontrolori letenja, operateri, putnici, inženjeri i planeri koriste subjektivno znanje, aproksimativno poznate vrednosti i/ili lingvističke informacije prilikom donošenja odluka. Složeni saobraćajni i transportni problemi mogu uspešno da budu rešavani, pre svega, primenom različitih inteligentnih sistema koji su zasnovani na znanju i tehnikama koje pripadaju različitim naučnim disciplinama.

Ovi inteligentni sistemi moraju da budu u stanju da prepoznaju različite situacije i da donesu odgovarajuće odluke i bez eksplicitno utvrdjenih veza izmedju pojedinih promenljivih koje karakterišu transportni sistem. Nova generacija inteligentnih sistema koji se koriste za planiranje saobraćaja i upravljanje različitim saobraćajnim i transportnim procesima treba da bude u stanju da vrši generalizaciju, da se adaptira i da uči na osnovu novih znanja i novih informacija. Savremeni inteligentni sistemi zasnovani su na računarskim tehnikama sposobnim da računaju sa rečima (Fuzzy logika), da uče i da se adaptiraju (Veštačke neurionske mreže) i da vrše na sistematski način stohastičko pretraživanje i optimizaciju (Genetski algoritmi). Skup ovih tehnika je poznat pod nazivom meki račun (Soft Computing).

Tehnike mekog računa mogu da budu korišćene za rešavanje velikog broja različitih saobraćajnih i transportnih problema (upravljanje saobraćajem na izolovanim raskrsnicama i duž koridora, upravljanje ulivnim rampama na auto-put, vodjenje vozila po mreži, problemi izbora rute, vršenje raspodele saobraćaja na mreži, projektovanje redova vožnje i ruta saobraćajnih sredststava, dispečiranje saobraćajnih sredstava). Posebno je značajno koristiti ove tehnike za rešavanje problema koje karakteriše neizvesnost (slučajnost, fuzziness, ...) i zavisnost od vremena (dinamički problemi, problemi koje treba rešiti u realnom vremenu).