How Far Have We Delved Deep into The Travel Time Prediction Methods? A Review of the Studies from ۲۰۱۰ to ۲۰۲۰
- سال انتشار: 1401
- محل انتشار: نوزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک
- کد COI اختصاصی: TTC19_110
- زبان مقاله: انگلیسی
- تعداد مشاهده: 111
نویسندگان
Professor of Transportation Engineering and Planning, Iran University of Science and Technology (IUST)
۲-MSc of Transportation Engineering and Planning, Iran University of Science and Technology (IUST)
Associate Professor, Department of Civil- Transportation planning, Imam Khomeini International University (IKIU)
چکیده
According to statistics, congestion is becoming a great challenge for metropolitan areas, andin congested traffic regimes, prediction of travel time is necessary both for travelers andtransportation planners. Needless to say, travel time can impact various aspects of trips, soprecise and reliable prediction of travel time can lead to an enhancement in congestion reliefand routing problems. Recent advances in modeling techniques and data collection procedurehas faced planners with some real challenges: What are the most valid methods for predictingtravel time? How data sources can help planners lessen the required efforts for achieving areliable prediction? This study is an attempt to depict a broad framework in which numerousstudies, starting from ۲۰۱۰ to ۲۰۲۰ were assessed carefully. The results have revealed thatrecent efforts in the field of data collection can provide insight into the information requiredfor modeling travel time. Also, many authors relied on hybrid artificial intelligence (AI)methods, which represent better performance than single AI methods in terms of reducingprediction error.کلیدواژه ها
Travel time prediction, Machine learning, Modelingمقالات مرتبط جدید
- بررسی علل خرابی محل های وصله شده در رویه های آسفالتی به روش پرسشنامه لیکرت
- مروری بر تحقیقات انجام شده بر روی مخلوط های آسفالتی حاوی الیاف طبیعی
- ارزیابی افزودنی های مورد استفاده در بهبود مقاومت ترک خوردگی دمای پایین مخلوط آسفالتی
- ارزیابی قابلیت جذب صوت مخلوط های آسفالتی مختلف با استفاده از آزمایش لوله امپدانس
- مروری بر آلودگی صوتی روسازی: عوامل تولید و روشهای اندازه گیری نویز لاستیک-روسازی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.