Intelligent Decision Support System for Modeling Transport and Passenger Flows in Human-Centric Urban Transport Systems

Davidich, N.; Galkin, Andrii; Davidich, Yurii; Schlosser, Tibor; Capayova, Silvia; Nowakowska-Grunt, Joanna; Kush, Yevhen; Thompson, Russell G.

doi:10.3390/en15072495

Cited by 8 publications

(6 citation statements)

References 38 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Відповідно до [6,9] моделі транспортної логістики поділяються на: моделі транспортних систем; моделі попиту на транспортне обслуговування та імітаційні моделі.…”

Section: теоретичні основи дослідженняunclassified

“…Відповідно до [6] під моделлю розуміють штучний об'єкт, який відображає з певним ступенем точності основні властивості досліджуваного об'єкта-оригіналу. Модель має відмінну форму від її реального об'єкта і служить засобом пояснення механізму функціонування системи і її вдосконалення.…”

Section: результатиunclassified

“…-засіб осмислення дійсності; -засіб спілкування; -засіб навчання; -інструмент прогнозування; -засіб постановки експериментів. Види моделювання відповідно до [6] подано на рис.1.…”

Section: результатиunclassified

See 2 more Smart Citations

Імітаційне Моделювання Процесів Логістичного Забезпечення На Основі Транспортної Задачі

Kotov,

Klymenko,

Androschuk

et al. 2024

JSPSDS

View full text Add to dashboard Cite

Мета роботи: мета статті полягає у дослідженні існуючих моделей надання транспортних послуг та обґрунтування доцільності їх застосування для вирішення завдань транспортної логістики у військовій сфері. Метод дослідження: основним методом дослідження є метод оптимальності застосування моделі транспортної задачі для проведення імітаційного моделювання логістичних процесів. Результати дослідження: в роботі сформовані основні теоретичні аспекти впровадження оптимальності застосування моделі транспортної задачі для проведення імітаційного моделювання логістичних процесів з організації переміщення, перевезення (транспортування) матеріально-технічних засобів відповідних класів постачання підрозділами Сил Логістики з складів (центрів забезпечення) за визначеними логістичними рівнями між споживачами відповідних груп. Теоретична цінність: основними результатами дослідження за тематикою статті є: удосконалення існуючих моделей надання транспортних послуг шляхом методу оптимальності застосування моделі транспортної задачі для проведення імітаційного моделювання логістичних процесів з перевезення матеріально-технічних засобів підрозділами Сил Логістики. Тип статті: теоретична.

show abstract

Section: теоретичні основи дослідженняunclassified

Section: результатиunclassified

See 1 more Smart Citation

Імітаційне Моделювання Процесів Логістичного Забезпечення На Основі Транспортної Задачі

Kotov,

Klymenko,

Androschuk

et al. 2024

JSPSDS

View full text Add to dashboard Cite

show abstract

“…The allocation and planning of urban basic charging service facilities present a comprehensive challenge, involving multi-source data and complex scenarios. With the growing adoption of deep learning (DL) methods, research findings in time series forecasting have found extensive applications across diverse domains, including demand forecasting [43], stock trend forecasting in financial markets [44], power load forecasting [45], traffic flow forecasting [46], energy consumption forecasting [47], and more. Statistical-based time series prediction methods are commonly employed for linear time series modeling; however, real-world research reveals nonlinear characteristics within these time series.…”

Section: Introductionmentioning

confidence: 99%

Demand Time Series Prediction of Stacked Long Short-Term Memory Electric Vehicle Charging Stations Based on Fused Attention Mechanism

Yang,

Zhou,

Chen

et al. 2024

Energies

View full text Add to dashboard Cite

The layout and configuration of urban infrastructure are essential for the orderly operation and healthy development of cities. With the promotion and popularization of new energy vehicles, the modeling and prediction of charging pile usage and allocation have garnered significant attention from governments and enterprises. Short-term demand forecasting for charging piles is crucial for their efficient operation. However, existing prediction models lack a discussion on the appropriate time window, resulting in limitations in station-level predictions. Recognizing the temporal nature of charging pile occupancy, this paper proposes a novel stacked-LSTM model called attention-SLSTM that integrates an attention mechanism to predict the charging demand of electric vehicles at the station level over the next few hours. To evaluate its performance, this paper compares it with several methods. The experimental results demonstrate that the attention-SLSTM model outperforms both LSTM and stacked-LSTM models. Deep learning methods generally outperform traditional time series forecasting methods. In the test set, MAE is 1.6860, RMSE is 2.5040, and MAPE is 9.7680%. Compared to the stacked-LSTM model, MAE and RMSE are reduced by 4.7%and 5%, respectively; while MAPE value decreases by 1.3%, making it superior to LSTM overall. Furthermore, subsequent experiments compare prediction performance among different charging stations, which confirms that the attention-SLSTM model exhibits excellent predictive capabilities within a six-step (2 h) window.

show abstract

“…But this algorithm is pri marily focused on data protection rather than data control. Davidich, et al [12] analyzes the modeling of traffic and pas senger flows in urban transport systems for an intelligent deci sion support system. The relevance analysis here relies on the comparison of data flows, which is not always possible for other transport systems.…”

Section: Introductionmentioning

confidence: 99%

Evaluation and control of data relevance in information systems of the transport industry management

Klius,

Prodanchuk,

Gololobova

et al. 2023

Nauk. visn. nat. hirn. univ.

View full text Add to dashboard Cite

Purpose. Analysis of data coming to the information systems (IS) of the transport area (TA) and development of proposals for verification of their relevance to ensure reliability and efficiency of management. Development of the evaluation and control method of data relevance in information systems of the TA. Methodology. Special and general methods of scientific knowledge are used: critical analysis to establish scenarios of the impact of data relevance on the level of effective interaction of the elements of the system and its management; content analysis for stratification of requirements for data from IS and management decisions at the stage of analysis; mathematical formalization for the development of the data evaluation method and control of their relevance, which is proposed as the mathematical base of the algorithm; method of sequential selection for automatic detection of functional dependence, which describes data with a smaller value of standard error. Findings. Proposals to ensure data relevance have been developed. Data and management decision stratification has been proposed which will allow avoiding common errors due to non-normalization of data presentation. The scenarios of the impact of data relevance on the level of effective interaction of the elements of the transport system and its management have been established. For permanent data control, an algorithm for detecting deviations in consecutive data sets, automatic analysis of specified deviations, and detection of univariate and multivariate nonlinear patterns that cause deviations has been proposed. In case of inconsistencies of data with the identified non-linear patterns, the information is checked by the method of evolutionary programming. The effectiveness of the proposed methods is demonstrated using the example of analysis of the cargo turnover of seaports whose trends are characterized by significant changes over time and across ports. These trends may even have opposite characteristics. Originality. The method of data evaluation and control of their relevance, which is based on the methods of evolutionary (“genetic”) programming, is developed. Practical value. Proposals for evaluation and control of data relevance in information systems of the TA will increase the efficiency of management activities.

show abstract

Intelligent Decision Support System for Modeling Transport and Passenger Flows in Human-Centric Urban Transport Systems

Cited by 8 publications

References 38 publications

Імітаційне Моделювання Процесів Логістичного Забезпечення На Основі Транспортної Задачі

Імітаційне Моделювання Процесів Логістичного Забезпечення На Основі Транспортної Задачі

Demand Time Series Prediction of Stacked Long Short-Term Memory Electric Vehicle Charging Stations Based on Fused Attention Mechanism

Evaluation and control of data relevance in information systems of the transport industry management

Contact Info

Product

Resources

About