| 多元交通资料融合进行旅行时间预测——以台中港路为例 |
| |
| 引用本文： | 林大杰,刘霈,张曼杰.多元交通资料融合进行旅行时间预测——以台中港路为例[J].交通与计算机,2011(6):50-52,58. |
| |
| 作者姓名： | 林大杰 刘霈 张曼杰 |
| |
| 作者单位： | 逢甲大学运输科技管理学系,台湾台中40724 |
| |
| 摘 要： | 利用倒传递类神经网路，单以资料本身进行路段旅行时间预测，避免建立高复杂度的模式以及环境所产生的干扰下，建立不失精准度的预测模式。研究过程中发现：若仅考量路段中的车辆侦测器资料用以预测旅行时间，其预测精准度较劣於融合车辆侦测器资料及公车旅行时间资料之精准度，且发现预测精准度於尖峰时段较准确，故可推论使用一种以上的多元探测器所得之交通参数资料且於车流量较大之路段皆可提高路段旅行时间预测之精准度。
|
| 关 键 词： | 倒传递类神经 网路旅行时间预测 多元资料融合 |
The Fusion of Multiple Traffic Data for Travel Time ForecastingA Case Study of Taichung Port Road |
| |
| Institution: | LIN Dajie LIU Pei CHANG Minjie (Department of Transportation Technology and Management, Feng Chia University, Taichung 40724, Taiwan, China) |
| |
| Abstract: | This paper utilizes Error Back-Propagation Neuro-network to develop a data-driven travel time forecasting model in order to address processing procedures of traffic congestion on a particular location-Taichung Port Road in Taichung City. The model avoids complex mode to consider traffic control and environmental noise. The findings show that multi-resource data fusion improves the validity of the forecast. |
| |
| Keywords: | error back-propagation neuro-network travel time forecasting multi resource data fusion |
| 本文献已被 维普 等数据库收录！ |
