+7 499 135-41-63 (ВЦ РАН)
   info@forecsys.ru
      или посмотреть карту сайта

Такском, 2017 год

Оценка поведения клиентов, выявление сегмента склонных к оттоку клиентов

Solut, 2017 год

Создание модели классификации деятельности сотрудника строительной компании

Avito, 2017 год

Конкурс анализа данных по созданию модели рекомендательной системы

Исследование: Временной/событийный подходы, 2017 год

Временной и событийный подходы к выявлению нестандартных ситуаций на биржевых торгах

Исследование: Новостной поток, 2017 год

Прогнозирование влияния новостного потока на изменение цен инструментов

Фонд перспективных исследований, 2017 год

Конкурс по созданию интеллектуальных технологий дешифрирования видовой аэрокосмической информации

ММВБ, 2016 год

Проект «САФРАН. Внедрение функциональности по выявлению практик манипулирования в высокочастной торговле на финансовых рынках»

Avito, 2016 год

Конкурс анализа данных по распознаванию категорий объявлений

Avito, 2016 год

конкурса анализа данных по распознаванию марки и модели автомашин на изображениях

ММВБ, 2016 год

Проект «САФРАН. Внедрение функциональности по мониторингу открытых инсайдеров»

Европлан, 2016 год

Оценка стоимости автомобилей на основании анализа базы данных объявлений аналогов

Фонд перспективных исследований, 2015 год

Конкурс для поиска лучшего отечественного коллектива, способного преодолеть существующие недостатки технологий распознавания лиц

НКО АО НРД, 2015 год

Разработка алгоритма обработки результатов проведения клирингового сеанса

Avito, 2015 год

Конкурс анализа данных, посвященный проблематике Uplift modelling для решения задачи распознавания отклика клиентов на маркетинговое предложение

РЖД, 2015 год

Прогнозирование объемов спроса на грузовые железнодорожные перевозки

Исследование: Геоанализ, 2015 год

Геоанализ кластеров клиентов крупного российского банка в г. Новосибирск

Исследование: Диаграмма Вороного, 2015 год

Использование диаграммы Вороного для распределения сотовых базовых станций

Avito, 2014 год

Конкурс по распознаванию контактной информации на изображениях

Сбербанк, 2014 год

Проведение пилотного проекта по управлению банкоматами

Банк Траст, 2014 год

Внедрение системы прогнозирования поведения клиентов и оптимизации кампаний целевого маркетинга Sell4Cast

Исследование: Оптимизация сети светофоров, 2014 год

Оптимизация сети светофорных объектов в г. Люберцы

Исследование: Модель светофорного объекта, 2013 год

Разработка программного инструмента оптимизации работы перекрестка

Исследование: Тепловые карты, 2013 год

Построение тепловой карты клиентов крупного ТЦ

Телемикс, 2012 год

Разработка прототипа системы рекомендаций видеоконтента

ОТП Банк, 2011 год

Конкурс анализа данных по решению задачи предсказания отклика клиентов на предложение новой услуги

Компания «Балтика», 2011 год

Автоматизация прогнозирования вторичных продаж

Промсвязьбанк, 2010 год

Оптимизация процесса стратегического управления инкассациями

ММВБ, 2010 год

Система анализа финансовых рынков «САФРАН 3.0»

ГК «Лама», 2010 год

Внедрение системы автоматического формирования заказа на распредительном центре компании

ЗАО «НСС», 2009 год

Внедрение BI/CRM систем Forecsys & Teradata

ГК «Видео Интернешнл», 2009 год

Улучшения системы прогнозирования компании

ГК «Лама», 2009 год

Внедрение системы прогнозирования спроса и управления запасами Goods4Cast

Банк «Петрокоммерц», 2009 год

Система поддержки принятия кредитных решений

М-Видео, 2008 год

Оптимизации процессов планирования продаж и закупок товаров

Компания «Балтика», 2008 год

Внедрение системы прогнозирования спроса и планирования продаж

ГК «Комстар – ОТС», 2008 год

Поведенческая сегментация клиентов

ГУ-ВШЭ, 2007 год

Внедрение системы Антиплагиат

Сеть «Связной», 2007 год

Создание и внедрение ИС «Ценообразование»

Сеть «Связной», 2007 год

Внедрение системы прогнозирования спроса

X5 Retail Group, 2007 год

Объединение процессов ведения номенклатуры нескольких розничных торговых сетей

ГВЦ РАО «ЕЭС России», 2006 год

Анализ отраслевых данных энергетических компаний

AntiPlagiat.ru, 2005 год

Интернет-сервис анализа текстов на наличие заимствований

АП «Домодедово», 2005 год

Решение для имитационного моделирования транспортной сети аэропорта

Яндекс, 2005 год

Технология выявления взаимосогласованных структур сходства пользователей и ресурсов

ТД «Перекресток», 2005 год

Система прогнозирования потребительского спроса Goods4Cast

Брок-Инвест-Сервис, 2005 год

Анализ и сегментация клиентской базы

ОАО «МТС», 2004 год

Исследование поведенческой сегментации клиентов

Банк «Петрокоммерц», 2004 год

Система поддержки принятия кредитных решений

«Интер РАО ЕЭС», 2004 год

Автоматизированная система поддержки принятия решений на энергетических рынках «Aprel 1.0»

РАО «ЕЭС России», 2001 год

Автоматизированная система поддержки принятия решений «Форель 1.0»

Исследование: Оптимизация сети светофоров, 2014 год

Исследование: Оптимизация сети светофорных объектов в г. Люберцы
Сроки проекта: 2013

Задача

Увеличить пропускную способность Октябрьского проспекта в г. Люберцы в часы пик (утром и вечером) путем оптимизации работы светофорных объектов.

Основа подхода

На начальном этапе исследования был произведен сбор данных, включавших набор записей работы перекрестков на Октябрьском проспекте в г. Люберцы (для каждого перекрестка было получено 2 записи, утренняя и вечерняя, приблизительно по 10 минут каждая), а также карта, на которой отмечены перекрестки согласно нумерации видеофайлов.

Для каждого перекрестка была составлена схема, на которой были отмечены общий план дорог, разбивка по полосам, разрешенные направления движения, наземные пешеходные переходы, а также названия улиц. Каждая схема была ориентирована по сторонам света.

Далее для каждого перекрестка был подготовлен состав фаз, покрывающий все направления движения, где каждая фаза отражает разрешенные направления одновременного движения транспортных средств и/или пешеходов. Также было посчитано время полного цикла работы светофора (полный состав фаз), в т.ч. составляющие (времена) работы одной фазы.

Для каждого полного цикла работы светофора было посчитано количество проехавших машин по всем направлениям. Такой подход подсчета учитывал выбранное направление согласно нумерации.

После этого была создана матрица разрешенных направлений и сформулированы критерии оптимизации работы каждого перекрестка: пропускная способность и затраты преодоления (средневзвешенная скорость прохождения и суммарная потеря времени на перекрестке). Для каждого перекрестка было смоделированы варианты прохождения с различной последовательностью и продолжительностью фаз работы светофорного объекта.

Для всех вариантов были рассмотрены показатели каждой фазы светофора: наличие и длина очереди в начале и в конце фазы, время ожидания в очереди для транспортных средств, движущихся в разных направлениях, работа фазы по пустому направлению и др.

Заданы условия оптимальности для каждого перекрестка, описывающие желательную скорость преодоления при минимальном времени ожидания, после чего смоделированные варианты прошли проверку на предмет соответствия условиям оптимальности. По итогам анализа для каждого из 17 светофоров были выбраны варианты с максимальной средней скоростью прохождения перекрестка транспортными средствами.

Итоги

Составлено полное описание каждого из 17 исследованных перекрестков, режимов их работы (утром и вечером), а также произведен подсчет потоков транспортных средств.

На основе полученных данных была подготовлена имитационная модель, позволяющая моделировать транспортный поток, максимально приближенный к реальному в утреннее и вечернее время. Модель позволяет поочередно анализировать работу перекрестков в режиме реального времени при различных параметрах (величина и интенсивность транспортных потоков) и находить оптимальный режим для каждого светофорного объекта. Модель подбирает автоматические параметры (последовательность и продолжительность фаз) для соответствующих транспортных потоков.

В процессе разработки модели был создан метод нахождения оптимальных циклов светофора для имеющихся значений (размер перекрестка, направления движения, величина и интенсивность потоков).

Основным результатом внедрения модели является подбор оптимального цикла работы светофорного объекта или сети последовательно расположенных светофоров. Итогом оптимизации сети светофорных объектов на Октябрьском проспекте в г. Люберцы стало увеличение средневзвешенной скорости прохождения перекрестков на исследуемом участке в среднем на 9% в утренние часы пик и на 14% в вечерние.