Алгоритм умеет планировать размещение детекторов на основе реальной картины перемещения потоков людей на объекте. При этом сохраняется баланс между необходимой скоростью обнаружения угроз и минимальной стоимостью инфраструктуры системы мониторинга. Задача оптимизации решается на основе мультипопуляционного генетического алгоритма, в основе которого заложена модель пешеходной мобильности посетителей, учитывающая их мотивацию, половозрастную и социальную стратификацию, а также расписание работы самого объекта.
В качестве иллюстрации приведен пример построения оптимальной сети детекторов типа «умный нос» в международном терминале аэропорта Пулково в Санкт-Петербурге, построенной с использованием моделирования активности пассажиров на основе фактического расписания полетов.
Публикации по теме:
Voloshin D.V., Rybokonenko Dmitriy, Karbovskii V.A. Towards a Performance-realism Compromise in the Development of the Pedestrian Navigation Model // Procedia Computer Science. — 2015. — Vol. 51. — pp. 2799-2803.
Butakov N., Nasonov D.A., Knyazkov K.V., Karbovskii V.A., Chuprova Y. The Multi-Agent Simulation-Based Framework for Optimization of Detectors Layout in Public Crowded Places // Procedia Computer Science. — 2015. — Vol. 51., Issue 1. — pp. 522-531.
Voloshin D.V., Rybokonenko D., Karbovskii V.A. Optimization-based Calibration for Micro-level Agent-based Simulation of Pedestrian Behavior in Public Spaces // Procedia Computer Science. — 2015. — Vol. 66. — pp. 372-381.