Abstract
The article discusses the problems of using data mining in a transport model as a digital platform for analysing data on traffic flows in a megapolis, and prerequisites for creation in future of single data banks and an integrated environment for interaction of models of different levels as clusters of the digital economy, which will consider all modes of transport to assess transport demand and develop projects for organizing traffic in a megapolis.The objective of the work is to study the processes of obtaining quantitative characteristics of objects of transport modelling when creating a single electronic environment by calculating the derived parameters of the transport network of a megapolis. Quantitative spatial characteristics of an object are associated with calculating the distance from a city centre and a main street and are determined using geographic information systems entailing consequent problem of data unification and efficient data storage.As part of achieving that objective, it is shown that it is necessary to create a preprocessing and validation procedure for all primary transport data, since data sources have different formats and spatial interpolation of tracking data. For this, it is recommended to use various methods of data analysis based on GIS technologies, digital terrain modelling, topology of the road network and other objects of the transport network of a megapolis. Besides, the use of intelligent data should be preceded by formatting and grouping the source data in real time. The most common errors arise at the stage of the iterative process for obtaining quantitative characteristics of objects of transport modelling and building the optimal route in terms of travel time along a certain transport network.The existing trends of urban growth require global digitalization of all transport infrastructure objects, considering changes in the functions of the transport environment and in intensity of traffic flows. Theis entails further development and implementation of new information technologies for data processing using neural networks and other digital technologies.
Highlights
Рассматриваются проблематика использования в транспортной модели интеллектуального анализа данных как цифровой платформы анализа данных транспортных потоков мегаполиса и предпосылки создания в будущем единых банков данных и интегрированной среды взаимодействия моделей разных уровней как кластеров цифровой экономики, которые будут учитывать все виды транспорта для оценки транспортного спроса и создания проектов организации дорожного движения мегаполиса
В рамках реализации поставленной цели показано, что для всех первичных транспортных данных необходимо создавать процедуру предобработки, а также валидации, так как источники данных имеют различный формат и пространственную интерполяцию для трековых данных
// Логистический аудит транспорта и цепей поставок: Доступ 23.10.2020
Summary
Рассматриваются проблематика использования в транспортной модели интеллектуального анализа данных как цифровой платформы анализа данных транспортных потоков мегаполиса и предпосылки создания в будущем единых банков данных и интегрированной среды взаимодействия моделей разных уровней как кластеров цифровой экономики, которые будут учитывать все виды транспорта для оценки транспортного спроса и создания проектов организации дорожного движения мегаполиса. Целью данной работы является исследование процессов получения количественных характеристик объектов транспортного моделирования при создании единой электронной среды с помощью вычисления производных параметров транспортной сети мегаполиса. Для этого рекомендуется использовать различные методы анализа данных на основе ГИС-технологий, цифрового моделирования рельефа, топологии дорожной сети и других объектов транспортной сети мегаполиса, при этом до момента использования интеллектуальных данных требуется проведение работы по форматированию и группировке исходных данных в режиме реального времени. Наиболее распространённые ошибки возникают на этапе итерационного процесса для получения количественных характеристик объектов транспортного моделирования и построения оптимальных с точки зрения времени проезда маршрутов движения по некоторой транспортной сети. Использование сетей 5G способствуют мониторинга и прогнозирования характесозданию и накоплению больших массивов ристик транспортного потока дорожной данных, повышают актуальность вопросов сети на основе пространственно-в ременне только качественного сбора информа- ного подхода к прогнозированию произции, но и создания единого источника водных параметров позволяют за счёт данных, содержащего полную, актуальную анализа предыдущих периодов снизить и достоверную информацию о любой влияние неполноты информации о текутранспортной системе.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
