KFU. Card publication. Применение методов искусственного интеллекта для сокращения трафика данных в автомобильных жгутах

KAZAN
FEDERAL UNIVERSITY

- RUS
- 中文
- ES

ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ СОКРАЩЕНИЯ ТРАФИКА ДАННЫХ В АВТОМОБИЛЬНЫХ ЖГУТАХ

Form of presentation

Articles in Russian journals and collections

Year of publication

2023

Authors, employees of KFU

Balabanov Igor Petrovich, author

Simonova Larisa Anatolevna, author

Bibliographic description in the original language

Khabibullin, A. Yu. Primenenie metodov iskusstvennogo intellekta dlya sokrashheniya trafika dannykh v avtomobilnykh zhgutakh / A. Yu. Khabibullin, L. A. Simonova, I. P. Balabanov // Nauchno-tekhnicheskiy vestnik Povolzhya. ? 2023. ? № 4. ? S. 164-167. ? EDN TSXHPX.

Annotation

В данной работе проведен сравнительный анализ известных способов использования методов искусственного интеллекта для сокращения трафика данных в автомобильных жгутах, на примере высокоскоростного сетевого протокола FlexRay, в условиях растущего количества разнообразных датчиков автомобиля и неизменяющийся пропускной способности CAN-шины. В этой связи было выделено несколько, наиболее часто подвергающихся внедрению в систему FlexRay, методов искусственного интеллекта. В частности, были рассмотрены классический метод работы системы с помощью планируемсти (scheduling method), метод жадной эвристики (greedy algorithm), метод имитации отжига (simulated annealing), метод генетических алгоритмов (genetic algorithm), а также сделан вывод о наиболее оптимальном способе решения данной проблемы.

Keywords

Проводка автомобиля, жгут проводов, искусственный интеллект, коммуникационная шина, can, flexray, генетический алгоритм, жадный алгоритм, метод имитации отжига, метод планирования

Place of publication

Казань

The name of the journal

Научно-технический вестник Поволжья

Publishing house

ООО ?Рашин Сайнс?

URL

mail@ntvprt.ru

Please use this ID to quote from or refer to the card

https://repository.kpfu.ru/eng/?p_id=314030&p_lang=2

Full metadata record

Field DC	Value	Language
dc.contributor.author	Balabanov Igor Petrovich	ru_RU
dc.contributor.author	Simonova Larisa Anatolevna	ru_RU
dc.date.accessioned	2023-01-01T00:00:00Z	ru_RU
dc.date.available	2023-01-01T00:00:00Z	ru_RU
dc.date.issued	2023	ru_RU
dc.identifier.citation	Хабибуллин, А. Ю. Применение методов искусственного интеллекта для сокращения трафика данных в автомобильных жгутах / А. Ю. Хабибуллин, Л. А. Симонова, И. П. Балабанов // Научно-технический вестник Поволжья. ? 2023. ? № 4. ? С. 164-167. ? EDN TSXHPX.	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/eng/?p_id=314030&p_lang=2	ru_RU
dc.description.abstract	Научно-технический вестник Поволжья	ru_RU
dc.description.abstract	В данной работе проведен сравнительный анализ известных способов использования методов искусственного интеллекта для сокращения трафика данных в автомобильных жгутах, на примере высокоскоростного сетевого протокола FlexRay, в условиях растущего количества разнообразных датчиков автомобиля и неизменяющийся пропускной способности CAN-шины. В этой связи было выделено несколько, наиболее часто подвергающихся внедрению в систему FlexRay, методов искусственного интеллекта. В частности, были рассмотрены классический метод работы системы с помощью планируемсти (scheduling method), метод жадной эвристики (greedy algorithm), метод имитации отжига (simulated annealing), метод генетических алгоритмов (genetic algorithm), а также сделан вывод о наиболее оптимальном способе решения данной проблемы.	ru_RU
dc.language.iso	ru	ru_RU
dc.publisher	ООО ?Рашин Сайнс?	ru_RU
dc.subject	Проводка автомобиля	ru_RU
dc.subject	жгут проводов	ru_RU
dc.subject	искусственный интеллект	ru_RU
dc.subject	коммуникационная шина	ru_RU
dc.subject	can	ru_RU
dc.subject	flexray	ru_RU
dc.subject	генетический алгоритм	ru_RU
dc.subject	жадный алгоритм	ru_RU
dc.subject	метод имитации отжига	ru_RU
dc.subject	метод планирования	ru_RU
dc.title	Применение методов искусственного интеллекта для сокращения трафика данных в автомобильных жгутах	ru_RU
dc.type	Articles in Russian journals and collections	ru_RU