В этом пункте объясняется, почему загруженность перекрёстков меняется и почему фиксированные циклы светофоров не всегда соответствуют транспортной ситуации. Формулируются проблема, цель и задачи проекта, обозначаются объект и предмет исследования, а также указываются методы: анализ данных, построение модели и сравнение сценариев. Здесь же задаются границы проекта: рассматривается программная модель, а не управление реальным городским светофором.

Пункт посвящён источникам данных, которые применяются для наблюдения за движением: индукционным петлям, камерам и радарам. Описываются измеряемые параметры — число автомобилей, скорость и временная отметка, а также особенности их представления в таблице. Отдельно рассматриваются возможные пропуски, шум и ошибки измерений, поскольку качество входных данных влияет на обучение модели и достоверность последующего сравнения.

В разделе определяются показатели, по которым можно описать состояние дорожного движения и оценить результат управления. Рассматриваются интенсивность потока, длина очереди, среднее время ожидания и число остановок, а также единицы и интервалы их измерения. Объясняется, почему для сравнения режимов важно использовать одинаковые сценарии, направления движения и временные промежутки, иначе различия могут быть вызваны не работой светофора, а условиями эксперимента.

Здесь рассматривается, как алгоритм машинного обучения использует прошлые наблюдения, чтобы оценить загруженность на будущий интервал. Описываются признаки, целевой показатель, разделение данных на обучение и проверку, а также измерение ошибки прогноза. Пункт объясняет, что алгоритм выявляет закономерности в примерах, но не гарантирует точность при резком изменении условий или при недостатке качественных наблюдений.

Пункт раскрывает устройство цикла светофора: чередование фаз, распределение времени между направлениями и ограничения, связанные с безопасностью. Сопоставляются фиксированный и адаптивный режимы, а также объясняется, как прогноз загруженности может повлиять на длительность разрешающего сигнала. Указывается, что алгоритм должен учитывать не только автомобили, но и ограничения для пешеходов и минимальные интервалы переключения.

В практической части описывается создание программной модели: схема перекрёстка, направления движения, входные данные и параметры сигналов. Указываются выбранная среда программирования и способ представления потока автомобилей, а также правила работы фиксированного режима. Описывается подготовка данных и порядок запуска эксперимента, чтобы тестирование можно было повторить и сопоставить результаты при одинаковых исходных условиях.

Раздел описывает выбор признаков и целевого показателя, подготовку обучающих примеров и обучение выбранного алгоритма. Приводится способ проверки на данных, не использованных при обучении, и метрика для оценки ошибки прогноза. Анализируются полученные результаты и случаи, когда модель ошибается, чтобы определить, достаточно ли имеющихся данных для использования прогноза при настройке режима светофора.

В этом пункте проводятся одинаковые сценарии движения с фиксированным и адаптивным управлением. Для каждого запуска фиксируются выбранные показатели, например средняя длина очереди и время ожидания, после чего результаты сводятся в таблицу или график. Обсуждается, в каких условиях прогнозируемый режим дал улучшение, где различия оказались небольшими и какие ограничения модели могли повлиять на сравнение.

В заключении кратко соотносятся полученные результаты с поставленной целью и перечисляются выполненные задачи. Указывается, удалось ли построить модель, обучить алгоритм и провести сравнение светофорных режимов, а также приводятся основные наблюдения по очередям или задержкам. Отдельно формулируются ограничения эксперимента и возможные направления дальнейшего развития: расширение набора данных, добавление пешеходных потоков или проверка других алгоритмов.

В список включаются использованные учебные и научно-популярные источники о датчиках транспортного потока, принципах регулирования дорожного движения, машинном обучении и обработке данных. Для каждой книги, статьи или интернет-ресурса указываются автор или организация, название, год публикации и сведения, позволяющие найти материал. Источники должны подтверждать теоретические положения и выбранные методы, а не заменять описание собственных экспериментов.