чтобы не получилось, что система показала пробку, и все ломанулись по соседней дороге, создав там пробку и продолжая ухудшать там ситуацию, потому что информация не обновилась, хотя по первой дороге уже пробка рассосалась.
Ага, вот в этом и одна из проблем. И дело даже не только в оперативности реакций, кажется при любом ненулевом времени реакции возможны колебания, а то и вообще "разгон" этих колебаний. Нулевое же - не физично.
Потому или вводить функцию подавления колебаний (и в централизованной системе это сильно проще), или изначально создавать условия для хотя бы неразвития колебаний. Методов много могу придумать, анализировать и программировать их морока ещё та. Мои слова про вероятность как раз один из методов, препятствующих возникновению колебаний.
Dmitriy40, придется Вас брать в соавторы.
Не придётся, я высказывал выше лишь достаточно очевидные вещи, хорошо знакомые всем кто пробовал заниматься такими задачами.
Плюс, я вообще не понимаю зачем здесь ИИ или нейронные сети. Ну разве что для ускорения поиска оптимума. Так-то задача сводится или к взвешенному графу (с весами рёбер пропорционально загруженности дороги), либо к ландшафту и поиску "кратчайшего" (в некотором смысле) пути в нём. А для них разработаны кучи методов решений и анализа, с хорошей математической поддержкой.
Желание применить ИИ или нейронку для меня выглядит как желание переложить сложность анализа на комп и вместо самостоятельного решения вывалить условия задачи компу и пусть решает как хочет.
Но возможно я не в курсе и неочевидные плюсы от ИИ/нейронки и есть.
PS. Вообще, я данной темой не занимался, максимум читал несколько научпоп статей об исследованиях, потому не слишком адекватен в суждениях.
-- 03.10.2017, 23:09 --И да, нейронные сети для прогнозирования транспортного потока в мегаполисе и управлении светофорами - уже пару-тройку лет как исследуются и были публикации. Ссылок не вспомню, но видел. Так что это уже не ноу-хау. Надо что-то более глубокое.