Это работа о том, как спланировать лучшую стратегию уборки "внезапно" выпадающего в городе снега. С помощью мультиагентной транспортной модели полного дня мы детально имитируем все процессы:
– выпадает снег, пропускная способность улиц в модели, как и в жизни, падает, снижается скорость свободного потока;
– жители выезжают на личном и общественном транспорте как в обычный день, но из-за упавшей пропускной способности появляются заторы;
– городские службы начинают уборку снега доступным количеством уборочных машин;
– пропускная способность в момент уборки снова падает: техника движется медленно, занимает полосы движения;
– как только техника убрала улицу, её пропускная способность возвращается к "чистому состоянию".

Всё это время работает модуль динамического изменения маршрутов жителей: как и в реальном городе водители пытаются объехать создавшиеся заторы.

Какие же улицы убирать первыми? Проезжать сразу по всей длине улицы или идти кварталами? Разработанная агентная модель позволяет эти стратегии проверить для конкретных условий и сравнить эффективность, выраженную в совокупных задержках всех участников движения и в затраченных ресурсах на уборку.

Сложно дать универсальный совет по очерёдности уборки улиц, но мы будем рады практически применить модель в работе коммунальных служб города. Похожий алгоритм можно использовать и для составления расписания обычной уборки городских улиц.

Авторы статьи: сотрудники OTS Lab Валентина Соловьёва, Никита Антонов, Тимофей Волоцкий и магистрантка ИТМО Елена Кучинская.