شماره تلفن : 09307584802

خانه ژورنال دانشجویان ایران

Iranian Students Article House

روش روزانه فضا – زمان برای پیش بینی زمان سفر کوتاه مدت بزرگراه

عنوان فارسی

روش روزانه فضا – زمان برای پیش بینی زمان سفر کوتاه مدت بزرگراه

عنوان لاتین

A space–time diurnal method for short-term freeway travel time prediction

عنوان مجله مقاله

ELSEVIER , Transportation Research Part C: Emerging Technologies

سال انتشار : 2014 سال انتشار مقاله
25,000 تومانقیمت ترجمه مقاله
لینک doi مقاله دانلود رایگان انگلیسی خرید ترجمه فارسی مقاله
تاریخ انتشار : ۶ اسفند ۱۳۹۸
13 بازدید
کد مقاله : 3687

چکیده فارسی

تعدادی از روش های پیش بینی زمان سفر کوتاه مدت در دهه گذشته توسعه یافته است. با این حال، مطالعات اندکی به طور همزمان در رویکرد پیش بینی به اطلاعات فضا و زمان سفر پرداخته است. در این مطالعه، ما یک روش روزانه فضا-زمان (ST-D)، است که ادغام اطلاعات زمان سفر فضا و زمان برای به دست آوردن دقیق پیش بینی زمان سفر کوتاه مدت برای کریدورهای بزرگراه تحت شرایط ترافیک مختلف ارائه شده است. رویکرد پیشنهادی می تواند ویژگی های مهم زمان های سفر را در نظر بگیرد: ارتباط فضا و زمان، الگوی روزانه و عدم توجه به زمان سفر. ما از دو توزیع برای مدل سازی میانگین زمان سفر 5 دقیقه ای استفاده می کنیم: یک توزیع نرمال مختلط و یک توزیع غیر منطقی. بر خلاف بسیاری از روش های موجود است که عملکرد یک پیش بینی نقطه ای از زمان سفر کوتاه مدت، این روش مدل سازی احتمالاتی می تواند اشکالاتی از پیش بینی نقطه با برازش توزیع احتمال غلبه برای توصیف عدم اطمینان از زمان سفر آینده، و از آن فواصل پیش بینی می تواند محاسبه شود. ما از برآورد حداقل امتیاز احتمالی (CRPS) استفاده می کنیم تا عددی پارامترهای مدل پیش بینی را برآورد کنیم. روش ST-D با استفاده از داده های زمان سفر بر روی یک بخش در امتداد ایالات متحده آمریکا آمریکا-290 در هوستون تگزاس مورد بررسی قرار می گیرد. روش پيشنهادی پيش بينی زمان سفر در فاصله زمانهای 5 دقيقه را تا 1 ساعت پيش بينی می کند. مشخص شده که داده های زمان سفر از لینک های همسایه در امتداد کریدورهای بزرگراه را می توان به طور موثر برای به دست آوردن اطمینان کوتاه مدت پیش بینی زمان سفر استفاده می شود. نتایج تحقیق نشان می دهد که روش ST-D قوی تر از مدل های خودهمبسته مرسوم است. کلمات کلیدی: همبستگی مکانی و زمانی، زمان و مکان، روزانه، لینک آزادراه، احتمالی، پیش بینی زمان سفر

چکیده لاتین

Highlights: 1) We propose a space-time diurnal method to predict short-term freeway travel times. 2) The method considers spatial and temporal correlation and diurnal pattern of travel times. 3) We use two distributions to model the 5-min average travel time. 4) This method provides the distribution of predicted travel times and their prediction intervals. 5) Travel time data from neighboring links can be used to improve prediction of travel times. Abstract: A number of short-term travel time prediction approaches have been developed in the past decade. However, few studies take into account spatial and temporal travel time information simultaneously in the prediction approach. In this study, we proposed a space–time diurnal (ST-D) method, which merges the spatial and temporal travel time information to obtain accurate short-term travel time prediction for freeway corridors under different traffic conditions. The proposed approach can take into account important characteristics of travel times: spatial and temporal correlation, diurnal pattern, and the nonnegativity of the travel time. We use two distributions to model the 5-min average travel time: a truncated normal distribution and a lognormal distribution. Contrary to the most existing methods that yield a point prediction of short-term travel time, this probabilistic modeling approach can overcome the drawbacks of the point prediction by fitting a probability distribution to describe the uncertainty of the future travel times, and from which prediction intervals can be calculated. We use minimum continuous ranked probability score (CRPS) estimation to numerically estimate the parameters in the prediction models. The ST-D method is examined using the travel time data collected on a segment along the US-290 in Houston, Texas. The proposed method provides prediction of travel time over 5-min intervals for up to 1 h in advance. It was found that travel time data from neighboring links along the freeway corridors can be efficiently used to obtain reliable short-term prediction of travel time. The study results suggest the ST-D method is more robust than the traditional vector autoregressive models. Keywords: Spatial and temporal correlation, Space–time, Diurnal, Freeway link, Probabilistic, Travel time prediction

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “روش روزانه فضا – زمان برای پیش بینی زمان سفر کوتاه مدت بزرگراه”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مجوزها و نمادها


logo-samandehi

پل های ارتباطی با ما …

تبریز ، بخش مقصودیه ، خیابان ارتش جنوبی، کوچه شهید شهابی ، بن بست باغچه ، پلاک ۸۷ ، طبقه 4
تلفن تماس : 04135421108-09307584802
ایمیل : entofa@gmail.com


Unit4,No87,Baghcheh Alley,South Artesh ST,Azadi ave,MAGHSUDIYEH, Tabriz, Iran