PhD thesis

U nastavku su definirene trenutno aktualne radne istraživačke teme istraživačke grupe TOG te doc. dr. sc. Edouarda Ivanjka. Teme su u skladu s preporukama Sveučilišta u Zagrebu te potencijelnih tvrtki poslodavaca koji zahtjevaju spoj praktičnih i teoretskih znanja. Svaka tema se tako sastoji od istraživačkog dijela opisa tematike te implementacijskog dijela u jednom od danas aktualnih programskih alata (Matlab, MS Visual Studio, programski jezik C#, VISSIM/VISUM, CTMSIM, MATsim, EnViVeR) koristeći danas aktualne tehnologije. Sadržaj tema je odabran prema važećoj strategiji razvoja istraživanja Fakulteta prometnih znanosti, strategiji implementacije ITS-a u Republici Hrvatskoj, smjernicama razvoja prometa Republike Hrvatske te EU.

Doktorandi također mogu predložiti teme svoje disertacije ovisno o svojim interesima te potrebama tvrtke ili institucije koja ih stipendira. U tom slučaju potrebno je uložiti više samostalnog truda u izradi potrebne dokumentacije za prijavu teme doktorskog rada te se javiti na konzultacije radi provjere usklađenosti odabrane teme s razvojnom i istraživačkom strategijom FPZ-a te kompetencijama mentora. Pri tome je doktorand obavezan imati komentara iz područja tehnologije prometa i transport.

Uskoro se može očekivati javna objava doktorskih disertacija u repozitoriju DABAR. U sklopu toga potrebno je prilikom izrade i pisanja doktorskog rada pažnju posvetiti na kvalitetu implementiranog rješenja kao i tehničku, gramatičku te pravopisnu ispravnost napisanog rada. U tu svrhu su objavljene procedure, rokovi i upute FPZ-a za pisanje doktorskog rada, a pripadne neslužbene jezične i pravopisne savjetnike su izradili i . Radi lakšeg pisanja disertacije doktorandima je također dostupan neslužbeni predložak za programski paket Word te LaTeX (besplatni online editor na www.sharelatex.com) objavljen .

Upravljanje cestovnom prometnom mrežom zasnovano na umjetnoj inteligenciji

Predmeti: Upravljački prometni sustavi

Smjerovi: ITS, Cestovni promet, Gradski promet

Današnji sustavi za upravljanje cestovnom prometnom mrežom sve više koriste metode umjetne inteligencije radi optimalnog upravljanja signalnim planovima semafora, promjenjivim ograničenjem brzine i prijevnim tokovima urbanih autocesta. Time se upravljački algoritam sam prilagođava trenutnoj prometnoj situaciji bez potrebe za intervencijom operatera te dodatno uči tijekom rada. U sklopu ove teme izraditi će se umjereni simulacijski model urbane autoceste radi razvoja algoritama za upravljanje promjenjivim ograničenjem brzine te priljevnim tokovima urbanih autocesta zasnovan na učenju. Ili u slučaju interesa za gradskim prometom razviti će se upravljački algoritam za optimiranje signalnih planova za bliska urbana semaforizirana raskršća te simulacijski provjeriti korištenjem umjerenog modela male urbane semaforizirane prometne mreže. Primijeniti će se umjetne neuronske mreže, algoritmi ojačanog učenja, modelsko prediktivno upravljanje te simulator VISSIM/VISUM povezan s programskim paketom Matlab te EnViVeR.

Predviđanje prometnih parametara cestovne mreže zasnovano na umjetnoj inteligenciji

Predmeti: Upravljački prometni sustavi

Smjerovi: ITS, Cestovni promet, Gradski promet

Suvremeni upravljački prometni centri imaju potrebu za predviđenim prometnim parametrima o stanju prometne mreže koja je pod njihovim nadzorom. Pri tome se kratkoročno predviđanje koristi za upravljanje, a dugoročno predviđanje za nadogradnju prometne mreže ili za izradu upravljačkih strategija u posebnim slučajevima. Prometni parametri koje je potrebno predviđati uključuju tok, brzinu te izvorišno-odredišne matrice. Za razvoj i testiranje pogodnih algoritama koristiti će se prometni podaci sa slovenskih i američkih autocesta. Primijeniti će se umjetne neuronske mreže, Bayesove mreže i stohastički prediktori implementirani u programskom paketu Matlab.