1. Булак башынан аягына чейин каралдыбы? Ооба; 18 бет, 8 сүрөт, 1 маалымат таблицасы, 10 номерленген теңдеме, жыйынтыктар жана адабияттар тизмеси. 2. Илимий түрү туурабы? Ооба; Bogotá маалыматтары менен жүргүзүлгөн эсептөөчү мейкиндиктик оптималдаштыруу. 3. Библиографиялык иденттүүлүк текшерилдиби? Ооба; MDPIнин расмий жазуулары менен. 4. Симуляция менен чыныгы колдонуу ажыратылдыбы? Ооба; 200 жайгашуу — эсептөөчү моделдин чыгышы. 5. Бардык негизги формулалар сакталдыбы? Ооба; Voronoi, UCT, сыйлык, суроо-талап, мобилдүүлүк жана даража мыйзамынын туюнтмалары. 6. Математикалык символдор жана бирдиктер түшүндүрүлдүбү? Ооба; булакта аныкталбаган параметрлер божомолдонгон жок. 7. Булак ичиндеги белгисиздиктер көрсөтүлдүбү? Ооба; MI регрессиясынын туюнтмасы жана координат системасынын аталышы. 8. Булак маалыматынан тышкары сандык жыйынтык чыгарылдыбы? Жок. 9. Сүрөттөрдүн илимий милдети түшүндүрүлдүбү? Ооба; алгоритм агымы, мейкиндиктик бөлүштүрүү жана жыйынтык карталары. 10. Визуалды кайра түзүү коопсузбу? Ооба; булак колдогон концептуалдык алгоритм схемасы гана колдонулат. 11. AEO баш аттары тандалмабы? Ооба; алгоритм жана оптималдаштыруунун негизги түшүнүктөрүнө багытталган. 12. HTML коопсуздугу жана которууга ылайыктуулук эске алындыбы? Ооба; script, iframe, тышкы сүрөт же аткарылуучу окуя иштетүүчү жок.

Monte Carlo Дарак Издөөсү (Monte Carlo Tree Search, MCTS) — көп сандагы мүмкүн болгон чечимдердин ырааттуулугунун ичинен жогорку баалуу чечимдерди аныктоо үчүн издөө дарагын, статистикалык баалоону жана кокустук симуляцияны колдонгон оптималдаштыруу алгоритми. Бул изилдөө MCTS ыкмасын электр унааларын кубаттоочу станциялардын шаар ичиндеги жайгашуусун пландаштыруу үчүн колдонот. Колумбиянын Bogotá шаарындагы географиялык, социалдык-экономикалык жана мобилдүүлүк маалыматтары биргелешип бааланып, кубаттоо инфраструктурасынын суроо-талап жогору болгон аймактарда гана топтолушун азайтууга жана жеткиликтүүлүгү жетишсиз аймактарды да эске алууга багытталган эсептөөчү чечимди колдоо модели иштелип чыккан.

Изилдөөнүн негизги көйгөйү — электр унааларын кубаттоочу станцияларды калктын жыштыгына же күтүлгөн экономикалык суроо-талапка гана жараша жайгаштыруу киреше деңгээли жана транспорт шарттары ар башка шаардык аймактардын ортосунда инфраструктуралык теңсиздик жаратышы мүмкүн. Ошондуктан изилдөө электр унааларына мүмкүн болгон суроо-талапты жана аймактык мобилдүүлүк муктаждыгын бир эле оптималдаштыруу түзүмүнө киргизет.

Моделде Bogotáдагы учурдагы 37 кубаттоо станциясы баштапкы инфраструктураны билдирет. Учурдагы станциялардын жеткиликтүүлүк зоналары Manhattan аралыгына негизделген Voronoi бөлүштүрүүсү менен талданып, жаңы станциялардын талапкер жерлери OpenStreetMapтагы унаа токтотуучу жайлардан, саламаттык сактоо мекемелеринен, университеттерден, соода борборлорунан жана ушул сыяктуу шаардык пайдалануу чекиттеринен аныкталган.

Сунушталган ыкма жаңы кубаттоо станцияларын жайгаштырууну бири-биринен көз карандысыз чечимдер катары эмес, бир станциянын жайгашкан жери кийинки тандоолордун баалуулугуна таасир эткен ырааттуу чечим көйгөйү катары карайт. MCTS алгоритми тандоо, кеңейтүү, симуляция жана артка таратуу баскычтарын кайталап, мүмкүн болгон көптөгөн станция айкалыштарын изилдейт.

Изилдөөнүн Bogotá колдонмосунда 200 кубаттоо станциясына байланыштуу эсептөөчү жайгаштыруу натыйжасы алынган. Моделдин чыгышында түндүк-чыгыш транспорт коридорунда жана кеңейтилген шаар борборунда тыгызыраак бөлүштүрүү, ал эми жеткиликтүүлүк зоналары кеңирээк болгон четки аймактарда жеткиликтүүлүк боштугун азайтууга багытталган кошумча жерлер көрүнөт.

Изилдөө социалдык-экономикалык суроо-талапты жана мобилдүүлүк муктаждыгын бирге колдонгон MCTS ыкмасы татаал шаардык кубаттоо инфраструктурасын пландаштырууда пайдаланууга боло турган ийкемдүү чечимди колдоо ыкмасын сунуштай турганын көрсөтөт. Бирок табылган жерлер түздөн-түз курулган объекттерди билдирбейт. Изилдөөнүн модели статикалык; электр унааларына болгон суроо-талаптын убакыт боюнча өсүшүн, электр бөлүштүрүү тармагынын кубаттуулук чектөөлөрүн жана чыныгы жол тармагынын бардык операциялык деталдарын камтыбайт. Мындан тышкары, MCTS математикалык жактан глобалдык оптимумга жетүүнү кепилдеген ыкма эмес.

Электр унааларын кубаттоо инфраструктурасындагы негизги пландоо көйгөйү

Шаарда электр унааларынын жайылышы автоунаалардын санынын көбөйүшү менен гана байланыштуу эмес. Унааларды кайда жана качан кубаттоого болору, кубаттоо станцияларына жетүү канчалык жеңил экени жана инфраструктура ар кандай аймактардын ортосунда кантип бөлүштүрүлгөнү да электр мобилдүүлүк системасынын иштешине таасир этет.

Кубаттоо станциясын унаа агымы жогору аймакка орнотуу мүмкүн болгон пайдалануу жагынан пайдалуу болушу мүмкүн. Бирок жаңы станциялардын дайыма инфраструктурасы ансыз да өнүккөн аймактарда топтолушу башка аймактардагы жеткиликтүүлүк жетишсиздигинин уланышына алып келиши мүмкүн.

Изилдөө бул абалды эки башка пландоо максаты аркылуу карайт:

• Экономикалык натыйжалуулук: Электр унааларын пайдалануу мүмкүнчүлүгү жогору, демек кубаттоо кызматына суроо-талап күчтүү болушу мүмкүн болгон аймактарды баалоо.
• Аймактык адилеттүүлүк: Мобилдүүлүк шарттары начар жана учурдагы инфраструктурага жетүүдө кемчиликтер байкалган аймактарды эске алуу.

Бул эки максат дайыма эле бир эле жерлерди көрсөтпөйт. Күтүлгөн суроо-талап эң жогору болгон аймак жаңы инфраструктурага эң көп муктаж аймак болбошу мүмкүн.

Гетерогендүү шаар деген эмне?

Шаардык гетерогендүүлүк — шаарда калктын, киреше деңгээлдеринин, транспорт мүмкүнчүлүктөрүнүн, функционалдык ишмердиктердин жана инфраструктуралык кызматтардын мейкиндик боюнча бирдей бөлүштүрүлбөшүн билдирет.

Bogotá изилдөөдө жогорку социалдык-мейкиндиктик гетерогендүүлүгү бар мисал катары колдонулган. Шаардын ар кайсы аймактарында социалдык-экономикалык деңгээл, унаага ээ болуу жана мобилдүүлүк шарттары боюнча олуттуу айырмачылыктар бар.

Ошондуктан кубаттоо станцияларын жайгаштырууну шаар боюнча бирдей аралыкта станция куруу деп гана кароо жетишсиз. Бирдей аралыкта турган эки аймактын жеткиликтүүлүк муктаждыгы жана күтүлгөн пайдалануу мүмкүнчүлүгү бири-биринен айырмаланышы мүмкүн.

Изилдөө адабиятта караган ыкмалар

Изилдөө кубаттоо станцияларын жайгаштыруу үчүн мурда колдонулган ыкмаларды төрт жалпы топко бөлүп карайт.

Изилдөө классикалык жайгаштыруу ыкмалары чакан же жөнөкөйлөштүрүлгөн көйгөйлөрдө пайдалуу болушу мүмкүн экенин, бирок көп сандагы жайгашуу жана бири-бири менен өз ара аракеттенген шаардык өзгөрмөлөр болгондо чечим мейкиндиги чоңоёрун белгилейт.

MCTS ыкмасынын тандалышынын негизги себеби — бардык мүмкүн болгон станция айкалыштарын бирден эсептебестен издөө мейкиндигинин үмүттүү бөлүктөрүн изилдөөгө мүмкүнчүлүк берүү.

Комбинатордук чечим мейкиндиги эмне үчүн чоңоёт?

Шаарда көптөгөн талапкер кубаттоо станциясынын жери бар деп элестетели. Пландоо чечими бул талапкерлердин ичинен белгилүү сандагы жерди тандап алууну талап кылат.

Бир станцияны тандоо башка талапкерлер бере турган кошумча жеткиликтүүлүк пайдасын өзгөртө алат. Анткени жаңы станция курулганда анын айланасындагы айрым чекиттердин эң жакын станцияга чейинки аралыгы азаят.

Ошондуктан биринчи станция үчүн жакшы көрүнгөн жер кийин башка станциялар кошулган түзүмдө ошол эле деңгээлде пайдалуу болбой калышы мүмкүн.

Көйгөй станцияларды тандоо менен кошо кайра калыптанган мейкиндиктик оптималдаштыруу көйгөйү болуп саналат.

Monte Carlo Дарак Издөөсү Кубаттоо Станцияларын Кантип Тандайт?

Monte Carlo Дарак Издөөсү мүмкүн болгон станция жайгашууларын жарым-жартылай чечим топтомдору түрүндө издөө дарагына жайгаштырат. Алгоритм адегенде мурда жогорку сыйлык берген бутактарды жана жетиштүү изилденбеген бутактарды тең салмактуу баалайт, андан кийин жаңы талапкер жерди кошот, толукталган жайгашуу үчүн симуляция жүргүзөт жана алынган сыйлыкты мурунку түйүндөргө кайра өткөрөт. Ошентип кийинки тандоолор мурунку сыноолордун статистикасын пайдаланат.

MCTS алгоритминин төрт баскычы

Тандоо (Selection): Алгоритм учурдагы издөө дарагында кайсы бутак изилденерин тандайт. Тандоодо орточо сыйлыгы жогору түйүндөр менен аз зыярат кылынган түйүндөрдүн ортосунда тең салмак сакталат.

Кеңейтүү (Expansion): Тандалган жарым-жартылай жайгашуу конфигурациясына али тандала элек жаңы талапкер кубаттоо станциясынын жери кошулат.

Симуляция (Simulation / Rollout): Толук эмес жайгашуу максатталган станциялардын санына жеткенге чейин калган талапкер жерлердин ичинен тандоо аркылуу толукталат. Пайда болгон жайгашуунун сыйлыгы эсептелет.

Артка таратуу (Backpropagation): Симуляцияда эсептелген сыйлык издөө дарагындагы тиешелүү мурунку түйүндөргө өткөрүлөт. Ошентип ар бир түйүндүн зыярат саны жана орточо сыйлык статистикасы жаңыланат.

Издөө дарагындагы бир түйүн эмнени билдирет?

MCTS издөө дарагынын тамыр түйүнү азырынча бир да жаңы станция тандала элек бош жайгашуу абалын билдирет.

Ар бир жаңы тандоодо учурдагы талапкер топтомго бир станциянын жери кошулат. Ошентип дарактын тереңдиги өскөн сайын жарым-жартылай жайгашуу көбүрөөк станциядан турат.

Изилдөөдө колдонулган жарым-жартылай абалдын көрсөтүлүшү:

\[ S_t=\{c_{i_1},\ldots,c_{i_t}\} \]

Бул жерде \(S_t\) — t даана талапкер жерди камтыган жарым-жартылай чечим. \(c_{i_k}\) тандалган станция талапкерин билдирет. t мааниси тандалган жерлердин саны.

Тамыр түйүндө тандалган жаңы станция жок. Толук чечимде болсо максатталган K даана станция тандалган.

UCT тандоо критерийи

Булак изилдөөнүн (2) жана (10) номерлүү теңдемелеринде MCTS түйүнүн тандоо үчүн колдонулган Upper Confidence Bound for Trees (UCT) критерийи түшүндүрүлөт.

\[ UCT=\overline{R}_i+c\sqrt{\frac{\ln N}{n_i}} \]

Бул теңдемеде:

• \(\overline{R}_i\): i түйүнү аркылуу өткөн симуляцияларда алынган орточо сыйлык.
• \(N\): Жогорку түйүндүн жалпы зыярат саны.
• \(n_i\): i түйүнүнүн зыярат саны.
• \(c\): Изилдөө менен пайдалануунун ортосундагы тең салмакты көзөмөлдөгөн туруктуу.
• \(\ln N\): Жогорку түйүндүн зыярат санынын натуралдык логарифми.

Биринчи мүчө: \(\overline{R}_i\) мурда жакшы жыйынтык берген тандоолорду пайдаланууну билдирет. Орточо сыйлык өскөн сайын башка шарттар өзгөрбөсө түйүндүн тандалуу ыктымалдыгы көбөйөт.

Экинчи мүчө: \(c\sqrt{\ln N/n_i}\) аз зыярат кылынган түйүндөрдү изилдөөнү колдойт. Башка өзгөрмөлөр туруктуу болгондо \(n_i\) чоңойгон сайын бул изилдөө салымы азаят.

Изилдөө туруктуусу c чоңойтулганда азыраак изилденген бутактарды тандоо көбүрөөк демделет. c кичирейтилгенде орточо сыйлыгы жогору бутактарды пайдалануу алдыга чыгат.

UCT мааниси физикалык чоңдук эмес. Ал издөө дарагындагы варианттарды тандоонун артыкчылыгын аныктаган математикалык упай.

Булак бул изилдөө үчүн c туруктуусунун так сандык маанисин ачык билдирбейт. Теңдеме \(n_i=0\) болгон учурда түз эсептелбейт; зыярат кылынбаган түйүндөр кандай башталары тууралуу деталдуу атайын ишке ашыруу эрежеси да берилбегендиктен бул боштук божомол менен толтурулган жок.

Изилдөө жана пайдалануу эмне үчүн чогуу керек?

Алгоритм мурун эң жогорку сыйлык берген бутактарды гана тандаса, буга чейин жетиштүү изилденбеген, бирок андан жакшы натыйжа бере турган альтернативаларды өткөрүп жибериши мүмкүн.

Тескерисинче, жаңы бутактарды гана изилдесе, мурда пайдалуу экени көрүнгөн жайгашуу конфигурацияларынан жетиштүү пайдалана албай калышы мүмкүн.

UCT ушул эки жүрүм-турумдун ортосунда статистикалык тандоо тең салмагын түзүү үчүн колдонулат. Бирок бул механизм өз алдынча глобалдык оптимум сөзсүз табылганын далилдебейт.

Симуляция баскычында талапкерлер кантип тандалат?

Булак Бөлүм 2.4.3 боюнча симуляция баскычында толук эмес жайгашууга кошула турган калган жерлер бирдей ыктымалдык менен жана кайра койбостон үлгүлөнөт.

\[ P(c\ \mathrm{selected})=\frac{1}{|\mathrm{remaining}|} \]

Бул жерде \(|\mathrm{remaining}|\) — али тандала элек жарактуу талапкер жерлердин саны.

Бирдей ыктымалдыктагы тандоо бул баскычта калган талапкерлердин баарынын тандалуу ыктымалдыгы бирдей экенин билдирет. Кайра койбостон тандоо болсо бир жердин ошол эле жайгашуунун ичинде кайра тандалбашын камсыз кылат.

Булакта бул баскычка байланыштуу маанилүү айырма бар: социалдык-экономикалык суроо-талап жана мобилдүүлүк көрсөткүчтөрү симуляциядагы бирдей ыктымалдыктагы үлгүлөөнү түздөн-түз өзгөртпөйт. Бул көрсөткүчтөр толукталган жайгашууну сыйлык функциясы аркылуу баалоодо колдонулат.

Voronoi Диаграммасы Кубаттоо Станцияларын Пландоодо Кантип Колдонулат?

Voronoi диаграммасы изилдөө аймагын учурдагы объекттерге жакындыгына жараша зоналарга бөлгөн геометриялык ыкма. Бул изилдөөдө учурдагы кубаттоо станциялары баштапкы чекиттер катары колдонулуп, ар бир жер кайсы станцияга жакыныраак экени бааланып, станциялардын болжолдуу тейлөө аймактары аныкталган. Аралык өлчөмү катары түз сызык аралык эмес, Manhattan (L1) аралыгы тандалган.

Учурдагы станциялардын таасир зоналары

Булак изилдөөдө Bogotáдагы 37 учурдагы кубаттоо станциясы Voronoi бөлүштүрүүсүнүн борбордук чекиттерин түзөт.

Станциянын Voronoi зонасы — изилдөөдө колдонулган аралык өлчөмүнө ылайык ошол станцияга башка учурдагы станцияларга караганда жакыныраак болгон жерлердин топтому.

Булак Теңдеме (1):

\[ V_i=\left\{x\in\mathbb{R}^{2}\ \middle|\ d_{L_1}(x,e_i)\leq d_{L_1}(x,e_j),\ \forall j\neq i\right\} \]

Бул жерде:

• \(V_i\): i номерлүү учурдагы кубаттоо станциясынын Voronoi зонасы.
• \(x\): Изилденип жаткан эки өлчөмдүү мейкиндик чекити.
• \(\mathbb{R}^{2}\): Эки өлчөмдүү координаттык тегиздик.
• \(e_i\): i номерлүү учурдагы станциянын жайгашкан жери.
• \(e_j\): iден башка станциялардын жайгашуусу.
• \(d_{L_1}\): Manhattan аралыгы.

Теңдемедеги теңсиздик x чекитинин i номерлүү станцияга чейинки аралыгы башка станцияларга чейинки аралыктан чоң эмес экенин билдирет.

Бирдей аралыктагы чек ара чекиттери математикалык аныктамада бир нече зонага тиешелүү болушу мүмкүн болгондуктан, булакта айтылган уникалдуу ыйгаруу практикалык бөлүштүрүүдө теңдиктерди башкарууну талап кылат. Булак өзүнчө чек ара чечүү алгоритмин билдирбейт.

Manhattan аралыгы менен Евклид аралыгынын айырмасы

Евклид аралыгы эки координат чекитинин ортосундагы түз геометриялык аралыкты билдирет.

Manhattan аралыгы болсо эки чекиттин ортосунда координат окторуна параллель кыймылдардын суммасына негизделет.

Булак колдонгон L1 метрикасынын эки өлчөмдүү декарт координаттарындагы негизги көрсөтүлүшү:

\[ d_{L_1}(a,b)=|x_a-x_b|+|y_a-y_b| \]

Бул теңдеме булакта колдонулган аралык метрикасынын түшүндүрмө математикалык жазылышы; изилдөөдө жүргүзүлгөн өзүнчө өлчөө эмес.

Бул жерде x жана y координаттарынын айырмалары бирдей узундук бирдигинде болушу керек. Координат системасы метрге негизделсе, Manhattan аралыгынын бирдиги да метр болот.

Булак бул метриканы Bogotáнын тор сымал шаардык жол түзүлүшүндө унаа кыймылын түз сызык аралыгына караганда ылайыгыраак болжолдуу чагылдыруу үчүн тандаган.

Бирок Manhattan аралыгы чыныгы жол тармагындагы бир тараптуу жолдорду, кесилиш чектөөлөрүн, эңкейиштерди, тыгындарды жана сапар убактысын өзүнөн-өзү эсептебейт. Ошондуктан ал чыныгы айдоо убактысына барабар эмес.

Voronoi зоналарынын өлчөмү эмнени көрсөтөт?

Изилдөөдө чоң Voronoi зоналары учурдагы станциялар сейрек болгон жана айрым объекттер кеңири географиялык аймактарга кызмат кылууга мажбур болгон аймактардын көрсөткүчү катары чечмеленет.

Кичирээк жана компакттуу зоналар болсо учурдагы инфраструктура жышыраак болгон аймактар менен байланыштуу.

Бул жерде Voronoi зонасынын аянты түздөн-түз өлчөнгөн электр унааларына суроо-талап эмес. Изилдөөчүлөр бул геометриялык өлчөмдү инфраструктуранын жыштыгы жана мүмкүн болгон жеткиликтүүлүк боштугу үчүн прокси көрсөткүч катары колдонушат.

Прокси көрсөткүч (proxy indicator) — түз өлчөө кыйын же учурдагы маалымат менен аныктоо мүмкүн болбогон касиетти көрсөтүү үчүн колдонулган кыйыр өзгөрмө.

Voronoi аянтынан социалдык-экономикалык маалымат алуу

Voronoi зоналары түзүлгөндөн кийин ар бир зонага байланыштуу социалдык-экономикалык деңгээл, мобилдүүлүк көрсөткүчтөрү жана башка мейкиндиктик өзгөрмөлөр бириктирилет.

Бул операциялардын натыйжасында ар бир талапкер жерди физикалык аралыгы боюнча гана эмес, жайгашкан аймагынын структуралык өзгөчөлүктөрү боюнча да баалоого мүмкүн болот.

Даража мыйзамынын байланышы

Булак Теңдеме (7):

\[ A(p)\sim w_{\mathrm{dem}}(p)^{-\alpha} \]

Бул жерде:

• \(A(p)\): Тиешелүү жердин Voronoi камтуу аянты; аянт бирдиги колдонулган координат системасына көз каранды.
• \(w_{\mathrm{dem}}(p)\): Нормалдаштырылган социалдык-экономикалык суроо-талап салмагы.
• \(\alpha\): Нөлдөн чоң деп кабыл алынган даража мыйзамынын көрсөткүчү.
• \(\sim\): Булак контекстинде масштабдоо байланышын билдирет; ар бир чекитте так теңдик деп ырастабайт.

Терс көрсөткүч башка шарттар бирдей болгондо суроо-талап салмагы көбөйгөн сайын камтуу аянты азайган багыттагы байланышты билдирет.

Бул жогорку кирешелүү аймактарда учурдагы станциялардын жышыраак болушу менен байланышкан байкалган тенденциянын математикалык түшүндүрмөсү.

Теңдемеде колдонулган \(\alpha\) көрсөткүчүнүн так сандык баасы булакта берилген эмес. Ошондой эле суроо-талап салмагы нөл болсо, терс даражаны математикалык жактан түз баалоо мүмкүн эмес. Бул чек аралык абал иш жүзүндө кантип жөнгө салынганы толук айтылган эмес.

Байкалган масштабдоо байланышы киреше деңгээли станциялардын жыштыгын өз алдынча себептүү түрдө аныктайт деген далил эмес.

Социалдык-экономикалык деңгээл менен суроо-талаптын байланышы

Колумбияда колдонулган социалдык-экономикалык классификация алты деңгээлден турат. Булакта биринчи деңгээл эң төмөн, алтынчы деңгээл эң жогорку социалдык-экономикалык деңгээлди билдирет.

Бул система изилдөө моделинде электр унааларын кабыл алуу мүмкүнчүлүгүн билдирген өзгөрмө катары колдонулган.

Булак Теңдеме (6):

\[ w_{\mathrm{dem}}(p)=\frac{\operatorname{level}(p)-1}{5} \]

Бул жерде \(\operatorname{level}(p)\) тиешелүү жердин 1 менен 6 ортосундагы ортосундагы социалдык-экономикалык деңгээли.

Формула алты деңгээлди нөл менен бирдин ортосундагы өлчөмсүз салмактарга айландырат.

Бул маанилер формуладан түз эсептелет. Алар чыныгы электр унаасына ээ болуу үлүшүн же келечекте сөзсүз боло турган суроо-талапты көрсөтпөйт.

Модель социалдык-экономикалык деңгээл жогорулаган сайын электр унааларына мүмкүн болгон суроо-талап өсүшү мүмкүн деп кабыл алат. Бул байланыш булакта Bogotáнын рынок түзүлүшү жана учурдагы инфраструктура үлгүлөрү менен негизделет.

Мобилдүүлүк индекси

Мобилдүүлүк Индекси (Mobility Index, MI) — шаардык аймактардын транспорт шарттарын жана структуралык мобилдүүлүк өзгөчөлүктөрүн көрсөтүү үчүн колдонулган курама көрсөткүч.

Булак индексти түзүүдө транспорт жеткиликтүүлүгү, моторлошуу, сапар убактысы, коомдук транспорт менен байланышкан көрсөткүчтөр жана мобилдүүлүк жагынан начар абалдагы топторго тиешелүү өзгөрмөлөр эске алынганын түшүндүрөт.

Негизги Компоненттер Анализи (Principal Component Analysis, PCA) — өз ара байланышкан бир нече өзгөрмөдөн маалыматтагы басымдуу өзгөрүү үлгүлөрүн көрсөткөн азыраак сандагы компоненттерди алуу үчүн колдонулган статистикалык ыкма.

Булак мобилдүүлүк индекси ушундай көп өзгөрмөлүү ыкмага негизделерин билдирет. Бирок бул изилдөөнүн текстинде мобилдүүлүк индексине тиешелүү бардык PCA жүктөрү жана деталдуу компонент коэффициенттери кайра берилбейт. Ошондуктан булакта жок сандык компоненттер чыгарылган жок.

Мобилдүүлүк индексин нормалдаштыруу

Булак Теңдеме (8):

\[ I_{M\mathrm{norm}}(p)= \frac{MI(p)-MI_{\min}}{MI_{\max}-MI_{\min}} \]

Бул теңдеме мобилдүүлүк индексин байкалган эң кичине жана эң чоң маанилердин ортосунда нормалдаштырат.

Бул жерде:

• \(MI(p)\): Каралып жаткан жердеги мобилдүүлүк индекси.
• \(MI_{\min}\): Маалымат топтомундагы эң кичине мобилдүүлүк индекси.
• \(MI_{\max}\): Маалымат топтомундагы эң чоң мобилдүүлүк индекси.
• \(I_{M\mathrm{norm}}(p)\): Нөл менен бирдин ортосунда алынган нормалдаштырылган индекс.

Алым тиешелүү чекиттин индекси эң кичине мааниден канчалык жогору экенин көрсөтөт. Бөлүм бардык байкоолордун индекс диапазонун билдирет.

Нормалдаштыруудан кийин алынган маани өлчөмсүз. Теңдеме эң чоң жана эң кичине индекс маанилери ар башка болгондо аныкталат. Булак алар тең болгон учурда колдонула турган өзүнчө жол-жобону билдирбейт.

Мобилдүүлүк муктаждыгын эсептөө

Булак Теңдеме (9):

\[ w_{\mathrm{need}}(p)=1-I_{M\mathrm{norm}}(p) \]

Бул теңдеме мобилдүүлүк индексин тескерилеп, муктаждык салмагын түзөт.

Булактын божомолу боюнча жогорку мобилдүүлүк индекси жакшыраак мобилдүүлүк шарттары менен байланыштуу. Ошондуктан индексти тескерилөө мобилдүүлүк индекси төмөн аймактардын муктаждык салмагын жогорулатат.

Мисалы, нормалдаштырылган мобилдүүлүк индекси математикалык түрдө 0,8 болгон чекиттин муктаждык салмагы 0,2 болот. Нормалдаштырылган индекс 0,2 болгондо муктаждык салмагы 0,8 болот.

Бул эки маани ыкманын иштөө логикасын түшүндүргөн эсептик мисалдар; Bogotáдагы белгилүү чекиттердин өлчөнгөн индекстери катары берилбейт.

Экономикалык суроо-талап менен аймактык муктаждыкты бирге баалоо

Моделдин маанилүү өзгөчөлүгү — экономикалык суроо-талапка гана же мобилдүүлүк муктаждыгына гана таянып чечим кабыл албоосу.

Бул эки компонент салмак функциясында бириктирилет. Ошентип алгоритм күтүлгөн пайдалануу мүмкүнчүлүгү жана аймактык мобилдүүлүк муктаждыгы боюнча бааланган талапкер жайгашууларга көңүл бурат.

Бирок социалдык-экономикалык суроо-талап нөл болушу мүмкүн болгон бул формулировка суроо-талап салмагынын көбөйтүүчү түзүмдө басаңдатуучу таасирин да алып келет. Мунун социалдык адилеттүүлүккө таасири моделди чечмелөөдө эске алынышы керек.

Көп критерийлүү сыйлык функциясы

Изилдөөнүн оптималдаштыруу көйгөйү талапкер топтомдон K даана станция тандап, жалпы сыйлыкты максималдаштыруу катары аныкталат.

Булак Теңдеме (3):

\[ \max_{\substack{S\subseteq C'\\|S|=K}}R(S) \]

Бул жерде \(C'\) — жарактуу талапкер жерлердин топтому. \(S\) бул топтомдон тандалган жаңы станция жерлерин, K болсо куруу пландалган жаңы станциялардын санын билдирет.

Сыйлык функциясынын булак Теңдеме (4)төгү туюнтмасы:

\[ R(S)=\sum_{p\in P}W(p)\Delta d(p,S) -\lambda_1P_{\mathrm{new}}(S) -\lambda_2P_{\mathrm{exist}}(S) \]

Бул формулада:

• \(P\): Изилдөө аймагын дискреттештирүү менен алынган баалоо чекиттеринин топтому.
• \(W(p)\): p чекитиндеги социалдык-экономикалык суроо-талап жана мобилдүүлүк муктаждыгынан алынган курама салмак.
• \(\Delta d(p,S)\): Жаңы станциялар кошулганда p чекитинен эң жакын станцияга чейинки Manhattan аралыгындагы жакшыртуу.
• \(P_{\mathrm{new}}(S)\): Жаңы тандалган станциялардын бири-бирине өтө жакын жайгашуусун тоскоолдоочу жаза компоненти.
• \(P_{\mathrm{exist}}(S)\): Жаңы станциялардын учурдагы инфраструктура менен керексиз мейкиндиктик кайталоо жаратуусун тоскоолдоочу жаза компоненти.
• \(\lambda_1,\lambda_2\): Эки жаза компонентинин сыйлыкка таасирин аныктаган коэффициенттер.

Формуланын биринчи бөлүгү ар бир баалоо чекитиндеги аралык жакшыртуусун ошол чекиттин салмагына көбөйтүп, бардык баалоо чекиттери боюнча суммалайт.

Экинчи жана үчүнчү бөлүктөр жаңы станциялардын өз ара же учурдагы станцияларга салыштырмалуу ашыкча топтолушун токтотот.

Демек сыйлыктын жогору болушу жеткиликтүүлүк аралыгынын азайышына гана эмес, тандалган жерлердин мейкиндиктик жайгашуу тартибине да көз каранды.

Булак \(\Delta d\) маанисин L1 аралыгынын азайышы катары аныктайт. Аралык метр менен эсептелсе бул мүчөнүн бирдиги метр; нормалдаштырылган \(W(p)\) салмагы өлчөмсүз. Бирок жаза функцияларынын толук аналитикалык формалары жана сандык коэффициенттери жетиштүү деталдуу берилбегендиктен, жалпы сыйлыктын акыркы бирдигин бул тексттен так аныктоо мүмкүн эмес.

Курама салмак функциясы

Булак Теңдеме (5):

\[ W(p)=w_{\mathrm{dem}}(p)^{\alpha} \cdot w_{\mathrm{need}}(p)^{\beta} \]

Бул туюнтма суроо-талап жана мобилдүүлүк муктаждыгынын салмактарын көбөйтүү жолу менен бириктирет.

\(\alpha\) жана \(\beta\) — эки компоненттин салыштырмалуу математикалык таасирин жөнгө салуучу даража параметрлери.

Көбөйтүүчү түзүм эки көрсөткүчтүн бири өтө төмөн болгондо, экинчиси жогору болсо да курама салмактын чектелишине алып келиши мүмкүн.

Булактын негизги жүйөсү — бул түзүм бир критерий боюнча гана күчтүү көрүнгөн талапкерлерди тандагандын ордуна бир нече шаардык критерийди бир убакта канааттандырган жерлерди баалоого жардам берет.

Бирок бул математикалык касиет социалдык жактан автоматтык адилеттүүлүктү кепилдебейт. Айрыкча \(w_{\mathrm{dem}}=0\) болгон аймакта \(\alpha>0\) тандалса, курама салмак нөл болот. Демек социалдык-экономикалык деңгээли төмөн аймактар кантип колдоого алынары башка сыйлык компоненттерине, жазаларга жана тандалган параметрлерге көз каранды.

Булак \(\alpha\), \(\beta\), \(\lambda_1\) жана \(\lambda_2\) үчүн кайталана турган эсептөөгө мүмкүндүк берген толук сандык параметр таблицасын бербейт. Бул параметрлердин сандык маанилери ойлоп табылган жок.

Жаза мүчөлөрүнүн милдети

Шаардык аймакта суроо-талап жогору болушу бардык жаңы станцияларды бир эле кичинекей аянтка жайгаштырууну дайыма эле туура кылбайт.

\(P_{\mathrm{new}}(S)\) компоненти жаңы станциялардын бири-бирине өтө жакын болушун, \(P_{\mathrm{exist}}(S)\) болсо учурдагы станциялар менен керексиз дал келүүнү азайтуу үчүн колдонулган.

Бирок булак бул жаза функцияларынын толук математикалык суб-туюнтмаларын, аралык чектерин жана коэффициенттерин өзүнчө теңдемелер катары бербейт. Ошондуктан жазалар кайсы сандык аралыктан тартып кандай өлчөмгө жетерин так эсептөө мүмкүн эмес.

Изилдөөнүн толук метод агымы

Булак Сүрөт 2-де төрт негизги баскычтан турган эсептөөчү иш агымы аныкталат.

Бул процесс бир станциянын координатын табуу үчүн эмес, белгилүү сандагы станциялар бирге түзгөн мейкиндиктик конфигурацияны тандоо үчүн колдонулат.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөөнүн колдонуу аймагы жана маалымат булактары

Изилдөөнүн колдонуу аймагы Колумбиянын Bogotá шаары. Маалыматтар географиялык жана административдик жактан бириктирилип жатканда Bogotáнын Аймактык Пландоо Бирдиктери (Unidades de Planeamiento Zonal, UPZ) аралык мейкиндиктик пландоо масштабы катары колдонулган.

UPZ бирдиктери социалдык-экономикалык абалды, инфраструктураны жана мобилдүүлүк көрсөткүчтөрүн жалпы географиялык чек аралардын ичинде баалоого мүмкүндүк берет.

DEM, MOV жана INFR кыскартуулары тиешелүүлүгүнө жараша демографиялык, мобилдүүлүк жана инфраструктура өзгөрмөлөрүн билдирет. Таблица өзгөрмөлөрдүн изилдөөдөгү ролун көрсөтөт; ар бир өзгөрмө сыйлык функциясына өзүнчө математикалык коэффициент менен түз кошулат дегенди билдирбейт.

Мурунку изилдөөлөрдөн пайдаланылган жыйынтыктар

Изилдөөчүлөр Bogotáнын учурдагы мобилдүүлүк түзүмүн негиздөө үчүн мурда жарыяланган мейкиндиктик талдоо жыйынтыктарын пайдаланышкан.

Булакта келтирилген мурдагы мейкиндиктик автокорреляция изилдөөсүндө Moran's I = 0,656 мааниси билдирилген.

Moran's I — географиялык жактан кошуна байкоолор бири-бирине канчалык окшош маанилерди алып жүрөрүн изилдөө үчүн колдонулган мейкиндиктик автокорреляция көрсөткүчү.

Оң Moran's I мааниси окшош касиеттердин мейкиндикте топтолушу багытындагы байланыш менен шайкеш. Бирок бул статистика топтолуу кандай механизмден улам пайда болгонун өз алдынча далилдебейт.

Маанилүү булак айырмасы: 0,656 мааниси бул макаланын MCTS алгоритминин ийгилик упайы эмес. Бул изилдөөчүлөр шилтеме берген мурдагы Bogotá мобилдүүлүк мүнөздөмөсүнүн жыйынтыгы.

Мурунку изилдөөдө социалдык-экономикалык деңгээл жана үй чарбалардын автоунаага ээ болуусу мобилдүүлүк шарттары менен олуттуу байланышта экени билдирилген. Бул байланыштар учурдагы изилдөөдө суроо-талап өзгөрмөсүн моделге кошууну негиздейт.

Географиялык маалыматтарды даярдоо

Булакта географиялык операциялар QGIS 4.0 колдонуу менен жүргүзүлгөнү билдирилет.

Ар түрдүү маалымат булактары жалпы координаттык шилтеме системасына өткөрүлүп; мейкиндиктик бириктирүү жана аймактык статистика операциялары аркылуу Voronoi зоналарына тиешелүү өзгөрмөлөр дайындалган.

Булак координат системасын “SIRGAS-Hormonal” деп атайт. Бул аталыш так EPSG коду же толук проекция параметрлери менен берилбегендиктен, бул жерде башка координат системасынын атына үнсүз алмаштырылган жок.

Бул жетишпестик ыкманы ошол эле координаттык өзгөртүүлөр менен толук кайталап жүргүзүү жагынан маанилүү.

Программалык чөйрө

Изилдөөдө эсептөөчү оптималдаштыруу Python 3.12.13 менен иштелип чыкканы айтылат.

Алгоритм нөлдөн иштелип чыкканы жана эсептөө натыйжалуулугун колдоо үчүн векторлоштурулган маалымат түзүмдөрү колдонулганы түшүндүрүлөт.

Бирок булак эксперименттер жүргүзүлгөн процессор же GPU моделин, жалпы иштөө убактысын, кокустук сандар генераторунун уругун, MCTS итерация бюджетин жана бардык параметрлердин так сандык конфигурациясын ачык эксперименттик таблица түрүндө бербейт.

Ошондуктан макаладагы түшүндүрмөлөрдүн негизинде гана жыйынтыктарды бит деңгээлинде так кайра чыгарууга кепилдик берилбейт.

Талапкер кубаттоо станцияларынын жерлерин түзүү

Жаңы станциялар үчүн талапкер жерлер OpenStreetMap маалыматтарынан Overpass API аркылуу алынган.

Булакта мисал катары алынган тегдердин арасында төмөнкүлөр бар:

• amenity=parking — унаа токтотуучу жайлар.
• amenity=hospital — оорукана жана саламаттык сактоо мекемелери.
• amenity=university — университеттер.
• shop=mall — соода борборлору.

Мындай жерлер унаалар белгилүү убакыт токтоп тура ала турган же транспорт кыймылы күчтүү болгон шаардык ишмердик чекиттери катары бааланган.

Бул этапта аныкталган чекиттер түздөн-түз курулган кубаттоо станциялары эмес. Алар алгоритм тандай ала турган талапкер жерлерди түзөт.

Учурдагы инфраструктуранын мейкиндиктик мүнөздөмөсү

Булак Сүрөт 3 Bogotáнын жол тармагынын геометриялык түзүлүшүн көрсөтөт. Тор сымал жол түзүлүшү Manhattan аралыгын тандоонун методологиялык негизин түзөт.

Булак Сүрөт 4 болсо учурдагы 37 кубаттоо станциясы борбор катары алынган Voronoi зоналарын көрсөтөт. Картадагы зоналар станциялардын болжолдуу мейкиндиктик таасир аймактарын билдирет.

Изилдөө социалдык-экономикалык деңгээли төмөн аймактарда Voronoi аянттары адатта чоңураак жана чачыранды, ал эми социалдык-экономикалык деңгээли жогору аймактарда кичирээк жана компакттуу экенин билдирет.

Бул байкоо учурдагы станциялар жогорку экономикалык суроо-талап күтүлгөн аймактарда көбүрөөк топтолууга ыктаары тууралуу чечмелөөнү колдойт.

Voronoi камтуу аянтынын бөлүштүрүлүшү

Булак Сүрөт 5 эки башка көрсөтүүнү камтыйт.

Биринчи панелде социалдык-экономикалык деңгээлдер боюнча Voronoi аянттарынын бөлүштүрүлүшү сызыктуу масштабда кутуча графиктери менен көрсөтүлгөн.

Экинчи панелде Voronoi аянттары логарифмдик масштабда көрсөтүлүп, өзгөрмөлөрдүн ортосундагы болжолдуу сызыктуу тенденция каралган.

Кутуча графиги (box plot) — маалымат тобунун медианасын, таралышын жана мүмкүн болгон четки байкоолорун көрсөтүүгө арналган статистикалык график.

Кутучанын ичиндеги горизонталдык сызык медиананы, кутучанын чек аралары таралыштын орто бөлүгүн, тышкы белгилер болсо колдонулган көрсөтүү эрежесине жараша негизги таралыштан бөлүнгөн маанилерди билдирет.

Булакта социалдык-экономикалык деңгээлдер төмөн болгондо Voronoi аянттары кеңирээк жана өзгөрмөлүүрөөк, жогорку деңгээлдерде болсо камтуу аянттары тарыраак көрүнөт.

Логарифмдик графиктеги болжолдуу сызыктуу тенденция мурда түшүндүрүлгөн даража мыйзамынын байланышын визуалдык жактан колдогон далил катары чечмеленет.

Бирок булакта бардык жеке Voronoi аянттарынын координаттары жана сандык маанилери өзүнчө чийки маалымат таблицасы катары жок болгондуктан, кутуча графиги үчүн жаңы так медиана, квартиль же регрессия коэффициенттери эсептелген жок.

Мобилдүүлүк индекси боюнча жыйынтыктар

Булак Сүрөт 6-да мобилдүүлүк индексинин социалдык-экономикалык деңгээлдер боюнча бөлүштүрүлүшү көрсөтүлгөн.

Жалпы тенденция — социалдык-экономикалык деңгээл жогору болгон сайын мобилдүүлүк көрсөткүчтөрү жакшыраак болушу менен байланышат.

Бирок кутуча графиктеринин таралышы бирдей социалдык-экономикалык деңгээлдеги бардык аймактардын мобилдүүлүк шарттары бирдей эмес экенин да көрсөтөт.

Булактын тиешелүү текстинде “MI = 0.146 × 10^−0.06” деген туюнтма бар. Бул туюнтма жазылган түрүндө социалдык-экономикалык деңгээл өзгөрмөсүн камтыбайт. Ошондуктан аны текстте айтылган өсүүчү сызыктуу тенденцияны эсептеген толук регрессия функциясы катары чечмелөөгө болбойт.

Ушундан улам изилдөөнүн графикте колдоого алынган сапаттык өсүү тенденциясы берилди, бирок текшерилбеген көз карандысыз өзгөрмө же эңкейиш коэффициенти кошулган жок.

Четки байкоолор эмне үчүн сакталган?

Булак айрым Voronoi жана мобилдүүлүк маалыматтарында четки маанилер бар экенин билдирет.

Бул четки маанилердин баары өлчөө катасы катары каралган эмес. Avenida El Dorado коридору жана Calle 100 түйүнү адаттан тыш жыштык жана транспорт кыймылы себептүү башкача жүрүм-турум көрсөтө ала турган шаардык чекиттер катары айтылган.

Изилдөөчүлөр техникалык маалымат каталарын тазалоо менен бирге чыныгы шаардык айырмачылыктарды билдирген четки байкоолорду сактаганын билдиришет.

Бул тандоо маанилүү, анткени чыныгы жогорку жыштыктагы транспорт чекиттерин статистикалык жактан адаттан тыш көрүнгөнү үчүн гана алып салуу моделдин шаардык түзүлүштү көрсөтүү мүмкүнчүлүгүн начарлатышы мүмкүн.

Талапкер жерлердин мейкиндиктик бөлүштүрүлүшү

Булак Сүрөт 7 OpenStreetMap аркылуу аныкталган талапкер кубаттоо станцияларынын Bogotá ичиндеги бөлүштүрүлүшүн көрсөтөт.

Картада талапкер жерлер чекит белгилери менен, учурдагы станциялардын Voronoi зоналарынын чек аралары сызыктар менен көрсөтүлгөн.

Шаардын борбордук аймактарында талапкер жерлер тыгызыраак, четки аймактарда сейрек экени билдирилген.

Бул бөлүштүрүү талапкер жерлер шаар ичинде бирдей жыштыкта эмес экенин көрсөтөт. Бирок талапкерлердин саны көп болушу алардын баары техникалык жактан курулушка ылайыктуу дегенди билдирбейт.

200 кубаттоо станциясынын эсептөөчү жайгаштыруу натыйжасы

Булак Сүрөт 8 MCTS алгоритминин натыйжасында тандалган 200 кубаттоо станциясынын жерин көрсөтөт.

Булак сүрөтүнүн түшүндүрмөсүндө кызыл чекиттер модель тандаган жерлерди, жашыл чекиттер талапкерлерди, көк сызыктар учурдагы инфраструктуранын Voronoi зоналарын билдирет.

Моделдин чыгышында түндүк-чыгыш коридорунда жана кеңейтилген шаар борборунда станциялардын жыштыгы жогору көрүнөт.

Четки аймактарда болсо учурдагы станциялардын жеткиликтүүлүк аянты кең болгондуктан, жеткиликтүүлүк боштуктарын азайтуу үчүн кошумча жерлер тандалган.

Бул мейкиндиктик натыйжа модель суроо-талап жогору аймактарды эске алуу менен учурдагы инфраструктура сейрек болгон зоналарды да баалай аларын көрсөтөт.

Бирок булакта жыйынтык үчүн толук станция координаттарынын таблицасы, жаңы электр тармагынын жүк агымын текшерүү же чыныгы пайдаланууга берилген 200 станциядан алынган иштөө маалыматтары жок.

Ошондуктан бул жайгашуу эсептөөчү моделдин сунуштаган жайгашуусу катары бааланышы керек.

Моделдин масштабдалышы

Изилдөө MCTS ыкмасынын маанилүү артыкчылыктарынын бири чоң комбинатордук чечим мейкиндиктеринин баарын толук сканерлөөнү талап кылбаганы экенин баса белгилейт.

Алгоритм көбүрөөк эсептөө бюджети берилгенде издөө дарагын өнүктүрүүнү уланта алган түзүмдү сунуштайт.

Бул өзгөчөлүк адабиятта anytime алгоритм мамилеси менен байланыштырылат. Anytime алгоритмдер эсептөөнү эрте токтотууга туура келгенде да учурдагы чечимди бере алат жана кошумча эсептөө менен чечимди жакшыртууга умтулат.

Бирок эсептөө убактысы көбөйгөн сайын чечим ар бир иштетүүдө сөзсүз жакшырат же глобалдык оптимумга жетет деп кепилдик берилбейт.

Башка оптималдаштыруу ыкмалары менен салыштыруу

Изилдөөчүлөр MCTS ыкмасынын классикалык ачкөз тандоо же кластерлөөгө негизделген мамилелерден айырмаланып, жайгаштыруу чечимдерин ырааттуу жана өз ара байланышкан түрдө кароосун артыкчылык катары талкуулашат.

Генетикалык Алгоритмдер жана Бөлүкчөлөр Үйүрүн Оптималдаштыруу сыяктуу популяцияга негизделген ыкмалардан айырмаланып, MCTS дарак түзүмүндө UCT тандоо принцибин колдонот.

Бул салыштыруулар негизинен ыкмалардын математикалык жана алгоритмдик касиеттерине таянат.

Булакта бардык альтернативдүү алгоритмдер үчүн бирдей маалымат жана эсептөө бюджети менен жүргүзүлгөн деталдуу иштөө салыштыруу таблицасы жок. Ошондуктан MCTS тиешелүү ыкмалардан белгилүү бир пайызга ылдамыраак же ийгиликтүүрөөк деген сандык жыйынтык чыгарууга болбойт.

Моделдин статикалык түзүлүшү

Изилдөөнүн өзү белгилеген маанилүү чектөөлөрдүн бири — моделдин статикалык болушу.

Статикалык модель тандалган маалымат мезгилиндеги шаардык шарттарды негиз кылып, жайгаштыруу сунушун түзөт.

Электр унааларынын саны, кубаттоо суроо-талаптары, калктын бөлүштүрүлүшү, транспорт адаттары жана шаардагы жаңы өнүгүү аймактары убакыттын өтүшү менен өзгөрүшү мүмкүн.

Булактагы модель бул өзгөрүүлөрдүн баарын убакыт боюнча этап-этабы менен болжолдогон динамикалык оптималдаштыруу системасы эмес.

Электр тармагы жагынан камтуу чеги

Электр унааларын кубаттоо станцияларын куруу мейкиндиктик жеткиликтүүлүккө гана көз каранды эмес. Чыныгы колдонууда электр бөлүштүрүү тармагынын кубаттуулугу жана туташуу шарттары да бааланышы керек.

Булак изилдөөнүн жыйынтык бөлүмүндө электр тармагынын кубаттуулугу жана транспорт тармагынын чектөөлөрү келечекте моделге кошула турган өнүктүрүүлөрдүн арасында экенин белгилейт.

Демек учурдагы модель тандаган талапкер жер электрдик туташуу жагынан дароо колдонууга даяр деген жыйынтык чыгарууга болбойт.

Модель колдогон жыйынтыктар

• Bogotáдагы учурдагы кубаттоо инфраструктурасынын мейкиндиктик бөлүштүрүлүшү социалдык-экономикалык касиеттер менен байланыштуу.
• Учурдагы станциялардын Voronoi камтуу аянттары социалдык-экономикалык деңгээлдер боюнча айырмаланат.
• Manhattan аралыгына негизделген Voronoi бөлүштүрүүсү учурдагы инфраструктуранын болжолдуу жеткиликтүүлүк зоналарын аныктоо үчүн колдонулушу мүмкүн.
• MCTS алгоритми талапкер кубаттоо станцияларынын ырааттуу тандоолорун көп критерийлүү сыйлык функциясы менен баалай алат.
• Сунушталган моделдин эсептөөчү чыгышы мүмкүн болгон суроо-талап жогору аймактар менен жеткиликтүүлүк жетишсиз аймактардын ортосунда мейкиндиктик тең салмак түзүүнү көздөйт.
• Bogotá колдонмосунда 200 станциянын жерин камтыган эсептөөчү жайгаштыруу натыйжасы көрсөтүлгөн.

Изилдөө колдобогон жалпылоолор

Изилдөө MCTS ыкмасы бардык шаарларда же бардык маалымат шарттарында эң мыкты алгоритм экенин математикалык жактан далилдебейт.

Моделде аныкталган 200 жердин баары чыныгы дүйнөдө курууга ылайыктуу, экономикалык жактан пайдалуу же электр тармагы жагынан жетиштүү экени көрсөтүлгөн эмес.

Булак сунушталган инфраструктура бөлүштүрүүсү бардык киреше топторунда өлчөнгөн социалдык адилеттүүлүктүн өсүшүн камсыз кылганын көрсөткөн талаа баалоосун да бербейт.

Сыйлык функциясы аркылуу оптималдаштырылган жеткиликтүүлүк чыныгы айдоо убактысына, кубаттоону күтүү убактысына, станциянын толуу деңгээлине же электр кызматын үзгүлтүксүз берүүгө барабар эмес.

Методологиялык чектөөлөр жана келечектеги иштер

Изилдөөчүлөр ыкманы келечекте өнүктүрүү үчүн электр унааларына суроо-талаптын убакыт боюнча өзгөрүшүн, транспорт тармагынын деталдуу чектөөлөрүн жана электр бөлүштүрүү тармагынын кубаттуулугун эсепке алууну сунушташат.

Мындан тышкары, чыныгы талаа маалыматтары менен узак мөөнөттүү иштөөнү текшерүү, ар кандай шаарларда колдонулушун изилдөө жана моделдин сыйлык функциясындагы параметрлердин таасирин талдоо кийинки колдонмолор үчүн маанилүү баалоо багыттары. Бул акыркы пункттар изилдөөдө аяктаган жаңы эксперименттер катары берилбейт.

Жалпы илимий баалоо

Бул изилдөөнүн негизги салымы — электр унааларын кубаттоо станцияларын пландаштырууну жайгашууга жакындык көйгөйү менен гана чектебей, социалдык-экономикалык суроо-талапты, мобилдүүлүк шарттарын жана мейкиндиктик жеткиликтүүлүктү бирге караган эсептөөчү оптималдаштыруу алкагын иштеп чыгуу.

MCTS бул алкактын чечим издөө кыймылдаткычын түзөт, Voronoi бөлүштүрүүсү учурдагы инфраструктуранын географиялык тейлөө зоналарын билдирет; социалдык-экономикалык суроо-талап жана мобилдүүлүк муктаждыгы болсо чечимди баалоого салым кошот.

Изилдөө өзгөчө шаардык шарттары бири-биринен айырмаланган ири метрополияларда инфраструктура пландоосуна багытталган чечимди колдоо ыкмаларын өнүктүрүүгө салым кошот. Ошол эле учурда колдонуу чечимдери чыныгы суроо-талап, электр тармагы жана жергиликтүү операциялык шарттар менен өзүнчө текшерилиши керек.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталыш: Spatial Optimization of Electric Vehicle Charging Infrastructure in Highly Heterogeneous Cities: A Monte Carlo Tree Search Approach Integrating Socioeconomic and Mobility Indicators

Авторлор: Diego Julian Rodriguez Patarroyo, Jaime Francisco Pantoja Benavides, Frank Nixon Giraldo Ramos.

Мекеме: Facultad de Ingeniería, Universidad Distrital Francisco José de Caldas, Bogotá 110311, Colombia.

Жооптуу автор: Frank Nixon Giraldo Ramos (fngiraldor@udistrital.edu.co).

Тең салым: Булакта тең салым же тең биринчи авторлук тууралуу билдирүү жок.

Журнал: Urban Science.

Басма: MDPI.

Том / сан / макала номери: 10 / 6 / 316.

DOI: 10.3390/urbansci10060316.

Жөнөтүлгөн дата: 10 Апрель 2026.

Кайра каралган дата: 24 Май 2026.

Кабыл алынган дата: 26 Май 2026.

Жарыяланган дата: 4 Июнь 2026.

Булак түрү: Рецензияланган илимий изилдөө макаласы.

Лицензия: Creative Commons Attribution (CC BY 4.0).

Расмий жарыя: https://www.mdpi.com/2413-8851/10/6/316

DOI шилтемеси: https://doi.org/10.3390/urbansci10060316

Академиялык редакторлор: Fatemeh Nasr Esfahani жана Carrie M. Hall.

Каржылоо: Изилдөө үчүн тышкы каржылоо алынбаганы билдирилген.

Маалыматтардын жеткиликтүүлүгү: Изилдөөдө көрсөтүлгөн маалыматтарды жооптуу автордон суроого болот. Мейкиндиктик маалыматтардын бир бөлүгү OpenStreetMap жана DANE ачык маалымат булактарынан алынган.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышы жок экенин билдиришкен.

Этика комитети жана маалыматтандырылган макулдук: Булакта колдонулбайт деп көрсөтүлгөн.

Авторлордун салымы: Концептуалдаштыруу жана ыкма D.J.R.P.; программалык камсыздоо D.J.R.P.; текшерүү, формалдуу талдоо жана изилдөө D.J.R.P. жана J.F.P.B.; ресурстарды камсыз кылуу жана маалыматтарды иреттөө J.F.P.B.; алгачкы долбоор D.J.R.P.; карап чыгуу жана редакциялоо үч автор; көзөмөл D.J.R.P. тарабынан жүргүзүлгөн.

Жасалма интеллект колдонуу билдирүүсү: Авторлор макаланы даярдоодо техникалык жазуу колдоосу, тилдик жакшыртуу жана LaTeX форматтоосу үчүн Gemini 1.5 Pro/Flash колдонгонун билдиришкен. Түзүлгөн чыгыш автор тарабынан каралып, түзөтүлгөнү жана жарыянын мазмуну үчүн жоопкерчилик авторлордо экени көрсөтүлгөн.

Негизги ыкма: Bogotáдагы учурдагы 37 кубаттоо станциясынын Voronoi бөлүштүрүүсү, социалдык-экономикалык жана мобилдүүлүк маалыматтарын бириктирүү, MCTS-UCT издөө процесси жана көп критерийлүү мейкиндиктик сыйлык функциясы колдонулган.

Эсептөөчү чыгыш: MCTS ыкмасы менен 200 станциянын жайгашуусу түзүлгөн. Бул чыгыш чыныгы талаа курулушу эмес.

Булак ичиндеги белгисиздиктер: MI регрессия туюнтмасында өзгөрмөнүн жетишпестиги жана координат системасынын “SIRGAS-Hormonal” деп аталышы булакта берилгендей бааланган. Текшерилбеген оңдоолор жасалган жок.

Кайталануучулук чеги: MCTS итерация бюджети, кокустук уругу, бардык изилдөө жана сыйлык коэффициенттери, жаза функцияларынын толук аналитикалык формалары жана эксперимент жабдуулары жетиштүү деталдуу билдирилген эмес.

Илимий чечмелөө чеги: Жыйынтыктар Bogotá маалыматтарына негизделген эсептөөчү мейкиндиктик оптималдаштыруу натыйжалары. Жаңы станциялардын чыныгы электр тармагындагы иштөө көрсөткүчтөрү, талаада колдонуу натыйжалары же башка шаарларга түз өткөрүлүшү өз алдынча далилденген эмес.