Разработка автоматизированного программного инструмента на основе методов машинного обучения для решения задач радиопланирования на участках метрополитена

Аннотация

Введение: современный подход к радиопланированию обеспечивает пассажирам метрополитена бесперебойный доступ к сети Интернет благодаря использованию специальной модели распространения сигнала, которая вычисляет величины потерь мощности сигнала при его распространении между передатчиком и приемником на линиях метрополитена. Недостатком модели является высокая вычислительная сложность. Цель: разработать алгоритм предсказания величин потерь мощности сигнала с использованием методов машинного обучения, характеризующийся высокой точностью и низкой вычислительной сложностью. Результаты: анализ методов машинного обучения выявил, что максимально возможную точность при решении поставленной задачи обеспечивает метод случайного леса. Разработана структура данных для обучения выбранного метода и предсказания величин потерь мощности сигнала, содержащая параметры цифровой карты линий метрополитена. Сформирован ряд допущений при разработке итогового алгоритма: задача решается методом классификации, предсказываемые значения являются целыми числами. Разработан алгоритм предсказания величин потерь мощности сигнала, не использующий модель распространения напрямую, что снизило вычислительную сложность и уменьшило время выполнения задач радиопланирования при сохранении высокой точности предсказания. Практическая значимость: благодаря использованию методов машинного обучения в разработанных алгоритмах время выполнения задач радиопланирования сократилось с нескольких дней до нескольких часов с сохранением точности, что позволяет обрабатывать большее количество заказов по радиопланированию или же сокращать время работы инженеров на выполнение такого же количества заказов, что приводит к финансовой выгоде.