Робота присвячена процесу оцінювання ефективності транспортної системи в умовах міської мобільності. Підхід базується на використанні системи індикаторів ефективності із застосуванням нейрокомп’ютерних технологій. Запропоновано узагальнені моделі для отримання вектору індикаторів ефективності та інтегрального індикатору ефективності у вигляді комп’ютерних нейронних мереж. Показано, що для фіксації факту падіння значень індикаторів до порогового та нижче достатньо застосовувати нейронну мережу, побудовану на перцептронних нейронах. Багатошарова модель для визначення інтегрального індикатора дозволяє оцінити важливість окремо взятих індикаторів у складі системи моніторингу ефективності заданої конфігурації транспортної системи. Проведено експериментальне дослідження двадцяти п’яти станів транспортної системи різних конфігурацій в містах Польщі та України. Визначено ключові індикатори ефективності системи, а саме, індикатор енергоефективності транспортного засобу як елементу системи, індикатор екологічності та індикатор безпеки руху. Виходячи з результатів експериментального дослідження запропоновано структуру нейронної мережі для оцінювання енергоефективності заданих конфігурацій транспортної системи. З метою навчання та тестування отриманої мережі було використано процедуру коригування порогового значення функції активації та нормалізацію значень масиву вхідних параметрів транспортної системи. Реалізацію побудованої мережі здійснено із використанням Visual Studio 2019 із застосуванням мови C++. Виконано налаштування мережі на визначення оцінки енергоефективності з заданою точністю шляхом заміни перцептронного нейрону на звичайний з сигмоїдальною функцією активації. Випадковий характер вибору конфігурації та початкових значень вагових коефіцієнтів дозволив отримати модель з точністю реалізації на контрольній вибірці в діапазоні від 90 до 98.7 % при швидкості навчання 0.1.
1. Mateichyk, V., Tarandushka, L., & Kostian, N. (2018). Optimization of autoservice enterprises activity based on the current state indicators. In Systemy i srodki transportu samochodowego. Problemy eksploatacji i diagnostyki: wybrane zagadnienia (pp. 91-99). Rzeszow: Transport (in English)
2. Tarandushka, L., & Kostian, N. (2019). Prohramna pidtrymka restrukturyzatsii vyrobnytstva v systemi upravlinnia yakistiu avtoservisnoho pidpryiemstva [Program support for production restructuring in the quality management system of a car service enterprise]. Naukovyi visnyk Ivano-Frankivskoho natsionalnoho tekhnichnoho universytetu nafty i hazu [Scientific Bulletin of Ivano-Frankivsk National Technical University of Oil and Gas], 2(47), 48-56. doi: 10.31471/1993-9965-2019-2(47)-48-56 (in Ukrainian).
https://doi.org/10.31471/1993-9965-2019-2(47)-48-56
3. Khabutdinov, R.A. (2020) Systemna kontseptsiia enerhoresursnoi synerhii ta metodolohiia tekhnolohichno-innovatsiinoho upravlinnia na avtotransporti [System concept of energy-resource synergy and methodology of technological-innovative management on motor transport]. Visnyk Natsionalnoho transportnoho universytetu [Visnyk National Transport University], 1(46), 365-374. doi: 10.33744/2308-6645-2020-1-46-365-374 (in Ukrainian).
https://doi.org/10.33744/2308-6645-2020-1-46-365-374
4. Kosai, S., Nakanishi, M. and Yamasue, E. (2018) Vehicle Energy Efficiency Evaluation from well-to-wheel lifecycle perspective. Transportation Research Part D: Transport and Environment, 65, 355-367. doi: 10.1016/j.trd.2018.09.011 (in English).
https://doi.org/10.1016/j.trd.2018.09.011
5. Abulifa, A. A., Soh, A. C., Hassan, M. K., Ahmad, R. M. K. R., & Radzi, M. A. M. (2019). Energy management system in battery electric vehicle based on fuzzy logic control to optimize the energy consumption in HVAC system. International Journal of Integrated Engineering, 11(4), 11-20. doi: 10.30880/ijie.2019.11.04.002 (in English).
https://doi.org/10.30880/ijie.2019.11.04.002
6. Lahlou, A., Ossart, F., Boudard, E., Roy, F., & Bakhouya, M. (2020) A real-time approach for thermal comfort management in Electric Vehicles, Energies, 13(15), 4006. doi: 10.3390/en13154006 (in English).
https://doi.org/10.3390/en13154006
7. Patrone, G.L., Paffumi, E., Otura, M., Centurelli, M., Ferrarese, C., Jahn, S., Brenner, A., & et al (2022). Assessing the Energy Consumption and Driving Range of the QUIET Project Demonstrator Vehicle. Energies, 15(4), 1290. doi: 10.3390/en15041290 (in English).
https://doi.org/10.3390/en15041290
8. Du, J., Rakha, H. A., Filali, F., & Eldardiry, H. (2021). COVID-19 pandemic impacts on traffic system delay, fuel consumption and emissions. International Journal of Transportation Science and Technology, 10(2), 184-196. doi: 10.1016/j.ijtst.2020.11.003 (in English).
https://doi.org/10.1016/j.ijtst.2020.11.003
9. Śmieszek, M., & Mateichyk, V. (2021). Determining the fuel consumption of a public city bus in urban traffic. In Proceedings of the IOP Conference Series: Materials Science and Engineering. 26th International Slovak-Polish Scientific Conference on Machine Modelling and Simulations (MMS 2021), Vol. 1199, (pp. 1-13). doi: 10.1088/1757-899X/1199/1/012080 (in English).
https://doi.org/10.1088/1757-899X/1199/1/012080
10. Lim, J., Lee, Y., Kim, K., & Lee, J. (2018). Experimental analysis of calculation of fuel consumption rate by on-road mileage in a 2.0 L gasoline-fueled passenger vehicle. Applied Sciences, 8(12), 2390. doi: 10.3390/app8122390 (in English).
https://doi.org/10.3390/app8122390
11. Kostian, N., Mateichyk, V., & Śmieszek, M. (2022). Otsiniuvannia enerhovytrat hromadskoho transportu iz vrakhuvanniam potuzhnosti pasazhyropotoku [Estimation of energy consumption of public transport taking into account the capacity of passenger traffic]. Materialy X-oi mizhnarodnoi naukovo-tekhnichnoi internet-konferentsii «Problemy i perspektyvy rozvytku avtomobilnoho transportu» - Materials of X-th international scientific and technical internet-conference «Problems and prospects of development automobile transport». (pp. 168-171). Vinnytsia: VNТU (in Ukrainian).
12. Śmieszek, M., Kostian, N., Mateichyk, V., Mościszewski, J., & Tarandushka, L. (2021). Determination of the Model Basis for Assessing the Vehicle Energy Efficiency in Urban Traffic. Energies, 14(24), 8538. doi: 10.3390/en14248538 (in English).
https://doi.org/10.3390/en14248538
13. Kostian, N. (2022). Pro odyn sposib otsiniuvannia enerhoefektyvnosti funktsionuvannia transportnykh system [About one method of evaluating the energy efficiency of the functioning of transport systems]. In IV Mizhnarodnoi naukovo-praktychnoi konferentsii "Pidvyshchennia nadiinosti i efektyvnosti mashyn, protsesiv i system" [4th International Scientific and Practical Conference «Improving the reliability and efficiency of machines, processes and systems»] (pp. 129-130). - Kropyvnytskyi: CUNTU (in Ukrainian).
14. Lukyanchenko, O., & Tykhy, V. (2022). Kompleksna otsinka efektyvnosti ekspluatatsii avtomobiliv [Comprehensive assessment of the efficiency of car operation]. Materialy X-oi mizhnarodnoi naukovo-tekhnichnoi internet-konferentsii «Problemy i perspektyvy rozvytku avtomobilnoho transportu» [Materials of X-th international scientific and technical internet-conference «Problems and prospects of development automobile transport»]. (pp. 206-209). Vinnytsia: VNТU (in Ukrainian).
15. Islam, M. K., Gazder, U., Akter, R., & Arifuzzaman, M. (2022). Involvement of Road Users from the Productive Age Group in Traffic Crashes in Saudi Arabia: An Investigative Study Using Statistical and Machine Learning Techniques. Applied Sciences, 12(13), 6368. doi: 10.3390/app12136368 (in English).
https://doi.org/10.3390/app12136368
16. Klimenko, A., Hill, N., & Windisch, E. (2019). Approaches to regulation of CO2 emission and energy consumption indicators of new light duty vehicles in Ukraine. Visnyk Natsionalnoho transportnoho universytetu [The National Transport University Bulletin], 1(43), 66-75. doi: 10.33744/2308-6645-2019-1-43-006-075 (in English).
https://doi.org/10.33744/2308-6645-2019-1-43-066-075
17. Bilichenko, V.V., Tarandushka, L.A., Kostian, N.L. & Pylypenko, O.M. (2021). Optymizatsiia merezhi transportu zahalnoho korystuvannia na prykladi m. Cherkasy [Optimization of the transport network by the case of Cherkasy city]. Visnyk mashynobuduvannia ta transportu [Bulletin of Mechanical Engineering and Transport], 1(13), 13-22. doi: 10.31649/2413-4503-2021-13-1-13-22 (in Ukrainian).
https://doi.org/10.31649/2413-4503-2021-13-1-13-22
18. Smieszek, M., Mateichyk, V., Dobrzanska, M., Dobrzanski, P., & Weigang, G. (2021). The Impact of the Pandemic on Vehicle Traffic and Roadside Environmental Pollution: Rzeszow City as a Case Study. Energies, 14(14), 4299. doi:10.3390/en14144299 (in English).
https://doi.org/10.3390/en14144299
19. Brzozowski, K., Ryguła, A., & Maczyński, A. (2021). An Integrated System for Simultaneous Monitoring of Traffic and Pollution Concentration - Lessons Learned for Bielsko-Biała, Poland. Energies, 14(23), 8028. doi: 10.3390/en14238028 (in English).
https://doi.org/10.3390/en14238028
20. Olayode, I. O., Severino, A., Tartibu, L. K., Arena, F., & Cakici, Z. (2021). Performance Evaluation of a Hybrid PSO Enhanced ANFIS Model in Prediction of Traffic Flow of Vehicles on Freeways: Traffic Data Evidence from South Africa. Infrastructures, 7(1), 1-29. doi: 10.3390/infrastructures7010002 (in English).
https://doi.org/10.3390/infrastructures7010002
21. Katreddi, S., & Thiruvengadam, A. (2021). Trip Based Modeling of Fuel Consumption in Modern Heavy-Duty Vehicles Using Artificial Intelligence. Energies, 14(24), 8592. doi: 10.3390/en14248592 (in English).
https://doi.org/10.3390/en14248592