پیشبینی کوتاه مدت جریان ترافیک با استفاده از روش ماشین بردار ارتباط

پیش‌بینی جریان ترافیک نقش مهمی در کنترل جریان ترافیکی و جلوگیری از بروز تراکم ترافیکی دارد.. امروزه از روش‌های کنترلی متفاوتی همانند چراغ‌های راهنمایی، تابلوهای متغیر خبری و زمان‌بندی ورودی بزرگراه‌ها استفاده می‌کنند که برای کنترل موثز نیاز به پیش‌بینی شرایط ترافیکی داریم. در این مقاله، هدف پیاده‌سازی یکی از قدرتمندترین روش‌های مبتنی بر هسته برای پیش‌بینی جریان ترافیک است.داده‌های مورد استفاده از در این تحقیق تعداد خودروهای عبوری از قسمتی از آزاد راه 1494 مربوط به شهر مینسوتا آمریکا می‌باشد. این داده‌ها مربوط به سال 2010 و به صورت نیم ساعتی است. هدف پیش‌بینی جریان ترافیک روز بعد با استفاده از داده‌های گذشته و فاکتورهای رمز شده است. رفتارترافیکی به دلیل دخالت عوامل گوناگون انسانی و شرایط متغیر محیطی، غیر خطی و غیر ایستا می‌باشد. در این مقاله از ساختار غیر خطی ماشین بردار ارتباط به منظور پیش‌بینی جریان ترافیک استفاده شده است. نهایتاً روش پیشنهادی با روش‌های معمول هم‌چون شبکه‌های عصبی چند لایه و شعاعی ازنظر میزان دقت و سرعت محاسبات مقایسه می‌شود .نتایج کارایی وبرتری مدل پیشنهادی را بر مدل‌های معمول نشان می‌دهد.

کلیدواژه ها:

مدلهای مبتنی بر هسته ، ماشین بردار ارتباط ، پیشبینی جریان ترافیک ، شبکه های عصبیع سیستم‌های حمل و نقل هوشمند