شماره تلفن : 09307584802

خانه ژورنال دانشجویان ایران

Iranian Students Article House

پیش بینی زمان سفر با تجربه برای بزرگراه های شلوغ

عنوان فارسی

پیش بینی زمان سفر با تجربه برای بزرگراه های شلوغ

عنوان لاتین

Experienced travel time prediction for congested freeways

عنوان مجله مقاله

ELSEVIER , Transportation Research Part B: Methodological

سال انتشار : 2013 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 : 3695

چکیده فارسی

زمان سفر یک معیار عملکردی مهم برای سیستم‌های حمل و نقل، و انتشار اطلاعات زمان سفر است که می‌تواند به مسافران کمک کند تا تصمیم‌های مهم سفر مانند انتخاب مسیر یا زمان سفر را اتخاذ کنند. از آنجا که داده‌های ترافیکی که در زمان واقعی جمع‌آوری می‌شوند منعکس‌کننده شرایط گذشته یا فعلی در بزرگراه هستند، یک روش زمان سفر پیش‌بینی‌کننده باید برای به دست آوردن اطلاعات منتشر شده مورد استفاده قرار گیرد. با این حال، بخش مهمی از ادبیات یا از فرض زمان سفر آنی استفاده می‌کند و زمان سفر بخش‌های بزرگراه در زمان شروع سفر را می‌پردازد، یا از الگوریتم های پیش‌بینی آماری برای پیش‌بینی زمان سفر آینده استفاده می‌کند. این مطالعه از اصول جریان ترافیک موجود (به عنوان مثال آنالیز شوک و شناسایی تنگراه)بهره می‌برد و از هر دو اطلاعات گذشته و زمان واقعی برای ارائه پیش‌بینی زمان سفر استفاده می‌کند. چارچوب روش‌شناسی این رویکرد، شامل الگوریتم شناسایی تنگراه، خوشه‌بندی داده‌های ترافیک در سازمانهای ترافیکی با ویژگی‌های مشابه، توسعه نقشه‌های تراکم تصادفی برای داده‌های گروهی و یک الگوریتم جستجوی ازدحام آنلاین است که داده‌های گذشته و داده‌های زمان واقعی را با زمان شروع سفر ترکیب می‌کند. نتایج تجربی بر مبنای داده‌های آشکارساز حلقه بر روی بزرگراه های کالیفرنیا نشان می‌دهد که روش پیشنهادی پیش‌بینی‌های زمان سفر امیدوارکننده را تحت شرایط مختلف ترافیک فراهم می‌کند. کلمات کلیدی: نقشه تراکم، زمان سفر، آزادراه، پیش بینی، جریان ترافیک

چکیده لاتین

Highlights: 1) Combining correct physics and strong statistical tools to predict experienced travel times. 2) Reacting in real-time to abrupt changes in traffic pattern for freeway travel time prediction. 3) Development of space–time stochastic congestion maps for freeway routes. 4) Experimental validation based on loop detector data on Californian freeways. Abstract: Travel time is an important performance measure for transportation systems, and dissemination of travel time information can help travelers make reliable travel decisions such as route choice or departure time. Since the traffic data collected in real time reflects the past or current conditions on the roadway, a predictive travel time methodology should be used to obtain the information to be disseminated. However, an important part of the literature either uses instantaneous travel time assumption, and sums the travel time of roadway segments at the starting time of the trip, or uses statistical forecasting algorithms to predict the future travel time. This study benefits from the available traffic flow fundamentals (e.g. shockwave analysis and bottleneck identification), and makes use of both historical and real time traffic information to provide travel time prediction. The methodological framework of this approach sequentially includes a bottleneck identification algorithm, clustering of traffic data in traffic regimes with similar characteristics, development of stochastic congestion maps for clustered data and an online congestion search algorithm, which combines historical data analysis and real-time data to predict experienced travel times at the starting time of the trip. The experimental results based on the loop detector data on Californian freeways indicate that the proposed method provides promising travel time predictions under varying traffic conditions. Keywords: Congestion maps, Travel times, Freeway, Prediction, Traffic flow

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “پیش بینی زمان سفر با تجربه برای بزرگراه های شلوغ”

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