В сфере развития исключительных талантов первостепенное значение имеет развитие цифровых навыков и повышение цифровой грамотности учащихся. В этом трактате приводится пример использования местного программного обеспечения в лабораторных упражнениях для разъяснения использования имитационного моделирования в педагогических рамках для создания и изучения моделей транспортных развязок. Благодаря интеграции современных программных инструментов в изучение фундаментальных образовательных программ процесс обучения становится более удобным, интуитивно понятным и эффективным. Следовательно, выпускники будущего готовы развивать набор знаний, компетенций и способностей, подкрепленных прочной основой цифровой грамотности.
Ключевые слова: имитационное моделирование, транспортная связь, AnyLogic Puller.
Ключевым элементом в воспитании опытных профессионалов является расширение их базы знаний, набора навыков и компетенций, и все это подчеркивается глубокой цифровой грамотностью [1, 2]. Корпоративный сектор демонстрирует явную склонность к специалистам, обладающим цифровыми навыками. Это требует применения педагогических приемов и методологий, непосредственно направленных на повышение цифровой грамотности в образовательном континууме [3]. Среди этих методологий — использование имитационного моделирования в качестве образовательного инструмента для анализа и понимания сложных систем.
Данный текст перефразирован с помощью сервиса КонтрПлагиат, отличается от текста источника более чем на 90 %, не содержит статус «Внимание, документ подозрительный: в документе присутствует сгенерированный текст».
КонтрПлагиат оказывает услуги ручного перефразирования, рерайта, повышает уникальность текстов, очеловечивает генеративные тексты ИИ GPT для прохождения успешной проверки в любом антиплагиат, версии ВУЗ.
Роль и значение внедрения передовых информационных технологий и продуктов в развитии талантов колоссальны и не могут быть переоценены [4]. В настоящее время проникновение информационных технологий в сферу освоения базовых образовательных курсов несколько ограничено, ситуация усугубляется вытеснением курсов иностранных разработчиков с отечественного образовательного рынка.
Этот программный комплекс удачно решает проблемы поведения многоуровневых систем [4, 5] и находит широкое применение при решении коммерческих задач различной сложности. Метод хвалят за его наглядность, простоту и удобство для пользователя. Моделирование отрицает необходимость предположений относительно поведения системы; простого выполнения имитационной модели достаточно, чтобы засвидетельствовать эмпирические результаты. Основное преимущество имитационных моделей по сравнению со статическими моделями заключается в их способности обеспечивать анимационные эффекты. Визуальный контроль работы системы в смоделированных условиях, отображенный в формате видео, значительно упрощает для пользователей процесс подтверждения результатов, полученных эмпирическим путем.
Среда AnyLogic Puller, насыщенная железнодорожными переездами, является детищем российского предприятия, поэтому имеет русский пользовательский интерфейс, что является преимуществом для местных операторов. Язык программирования Java представляет собой современный лингвистический инструмент. Примечательным свойством Anylogic является его доступность; пакет бесплатно доступен студентам.
Построение моделей в рамках Anylogic PLE включает в себя компоненты железнодорожных депо и автомобильного движения. Репозиторий железных дорог содержит основные элементы, необходимые для манипулирования железнодорожными конструкциями. Для эмуляции движения поездов используются такие элементы, как «TrainSource» (для создания поезда), «TrainMoveTo» (для управления движением поезда) и «TrainDispose» (для извлечения поезда из модели). Схематическое изображение, определяющее траекторию поезда, представлено на рисунке 1.1.
Развитие автомобиля выражено в модели посредством схемы, наполненной такими модулями, как «carSource» (для создания экземпляра автомобиля), «carMoveTo» (для навигации по автомобилю) и «carDispose» (для исключения автомобиля из модели). показано на рисунке 2.
Транспортные объекты, включая автомобили и поезда, создаются как прокси внутри модели. Эти прокси тщательно откалиброваны, чтобы с высокой точностью отражать атрибуты своих реальных аналогов, и анимированы, чтобы отражать то же самое. Типология поезда, состав и категоризация вагонов определяются в конфигурациях агента.
Чтобы инкапсулировать неоднородность потока транспортных средств, было задумано множество архетипов агентов, носящих обозначения «грузовики» и «автобусы».
Впоследствии интегрируйте спутниковые снимки, изображающие транспортную развязку, в имитационную модель. Используйте компоненты из библиотеки Road and Rail, чтобы включить дороги и железнодорожные пути в изображения модели, тщательно комментируя их конфигурации, такие как количество полос движения и другие соответствующие настройки (см. рис. 3).
Интерфейс свойств «carSource» включает в себя набор атрибутов: приток транспортных средств, определяемый количественно как 250 единиц в час; начальная проезжая часть для начала движения транспорта; выделенная полоса (будь то встречная или основная полоса); и ранее указанную автомобильную классификацию.
Рабочие параметры модуля «carMoveTo» включают в себя: предполагаемый пункт назначения; конкретная проезжая часть; и цель достичь конечной точки полосы движения.
Компонент trainSource инкапсулирует набор значений для следующих элементов: интервал между последовательными прибытиями; первый приезд; общее количество вагонов; обозначенный железнодорожный путь; поезд; и кареточный блок.
В вашей модели сегмент «trainMoveTo» должен быть настроен с использованием: предписанного маршрута; цель транзита; и развязка железнодорожных путей.
Модуль «Трафик» использует «Светофоры» и разграничительные линии, которые расположены в Библиотеке трафика. Этапы работы по переключению светофора на зеленый и красный, а также расположение линий остановки на перекрестке очерчены в конфигурациях этих компонентов.
После калибровки атрибутов всех транспортных потоков мы начнем экспериментальную фазу в модели (показано на рисунке 4).
Для более детального и наглядного представления результаты эксперимента можно наблюдать в трехмерной перспективе. Включите функцию «3D-окно» из коллекции элементов «Презентация». Когда модель работает, перспектива может быть преобразована из двухмерной в трехмерную (как показано на рисунке 5).
Изменяя значения параметров вышеупомянутых компонентов, можно моделировать различные сценарии в дорожной сети и отслеживать развитие событий в реальном времени, таких как рабочая динамика светофоров, вероятность заторов на перекрестках и т. д. Информация, полученная в результате моделирования, служит основой для выводов и прогнозов, которые играют важную роль в анализе текущего состояния дорожной сети. Наблюдение за экспериментом в таком режиме обеспечивает безопасность участников дорожного движения. Предоставление анимационного сопровождения повышает ясность и эффективность понимания материала.
В рамках лабораторных занятий с использованием отечественного программного обеспечения изложено применение имитационного моделирования в образовательной траектории разработки и исследования моделей передачи трафика. Внедрение в образовательную систему современных программных средств, облегчающих проведение вычислительных экспериментов в режиме реального времени, поиск оптимальных разрешений и графическое отображение полученных результатов, делает процесс обучения более доступным, интуитивно понятным и продуктивным. Такой подход способствует повышению уровня цифровой грамотности среди будущих выпускников.
Полученные знания применимы не только в педагогической деятельности, но и распространяются на изучение эксплуатации дорожной сети.