Создан алгоритм искусственного интеллекта для прогнозирования дорожно-транспортных происшествий

Алгоритм искусственной пчелиной колонии - это метод анализа поведения роя пчел, который ранее применялся для решения сложных задач оптимизации. В новом исследовании, опубликованном в Международном журнале компьютерных наук и математики, Чжичэн Ли из Департамента городского железнодорожного транспорта и информационной инженерии Профессионально-технического колледжа связи Аньхой в Хэфэе, Китай, представил метод самоадаптивных операций мутаций для преодоления известных ограничений этого алгоритма. Использование нечеткой вейвлет-нейронной сети значительно сокращает время, необходимое для решения проблемы, и улучшает ее способность находить оптимальное решение.

Алгоритм искусственной пчелиной колонии включает в себя несколько типов пчел: рабочие, наблюдатели и скауты. Рабочие пчелы исследуют решения, основанные на определенных правилах, в то время как наблюдатели выбирают перспективные решения, основываясь на информации, полученной от рабочих пчел. Скауты вносят случайность в процесс, добавляя новые решения для расширения множества возможных вариантов при обработке данных.

Через итеративный процесс алгоритм стремится прийти к оптимальному или близкому к оптимальному решению проблемы, в данном случае — прогнозированию дорожно-транспортных происшествий. Нечеткая вейвлет-нейронная сеть использует нечеткую логику и различные статистические инструменты в стандартной нейронной сети для обработки неопределенности и неточности в данных.

Ли провел компьютерное моделирование с использованием данной системы, чтобы оценить ее способность предсказывать смертельные случаи в дорожно-транспортных происшествиях на основе различных факторов, связанных с конкретным инцидентом.

Искусственный интеллект (ИИ) играет важную роль в точном прогнозировании дорожно-транспортных происшествий по нескольким причинам:

1. Обработка больших объемов данных: ИИ позволяет эффективно обрабатывать и анализировать огромные объемы данных, включающие информацию о дорожных условиях, поведении водителей, транспортных потоках и других факторах, связанных с происшествиями. Благодаря этому, ИИ способен выявлять скрытые закономерности и тренды, которые помогают в прогнозировании возможных аварийных ситуаций.

2. Учет множества переменных: Дорожно-транспортные происшествия зависят от множества переменных, таких как погодные условия, дорожная инфраструктура, наличие преград и поведение водителей. Использование ИИ позволяет учесть все эти факторы одновременно и на основе них предсказывать возможные аварийные ситуации. Это помогает в разработке более надежных и эффективных мер по предотвращению происшествий.

3. Быстрая реакция и предупреждение: ИИ может обрабатывать данные в реальном времени, что позволяет выявлять потенциально опасные ситуации и предупреждать об этом операторов или водителей автоматически. Такие системы предупреждения могут значительно снизить время реакции и помочь избежать серьезных происшествий.

4. Повышение безопасности и эффективности: Точное прогнозирование дорожно-транспортных происшествий с помощью ИИ позволяет принимать предупредительные меры и оптимизировать трафик на дорогах. Это помогает предотвратить происшествия, снизить количество аварий, улучшить безопасность дорожного движения и сократить пробки, что приводит к более эффективному использованию дорожной инфраструктуры.

Работа может улучшить нашу способность предвидеть и предотвращать смертельные дорожно-транспортные происшествия, позволяя более эффективно выделять ограниченные ресурсы на упреждающие меры и стратегии безопасности дорожного движения.