文献

J-GLOBAL ID：201702233009464206   整理番号：17A0666206

インテリジェント交通信号のための長期船速予測【Powered by NICT】

Long-Term Ship Speed Prediction for Intelligent Traffic Signaling

著者 (5件)： Gan Shaojun (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, School of Automation, Chongqing University, Chongqing, China) ,  Liang Shan (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, School of Automation, Chongqing University, Chongqing, China) ,  Li Kang (School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast, Belfast, U.K.) ,  Deng Jing (School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast, Belfast, U.K.) ,  Cheng Tingli (School of Electrical Engineering, Chongqing University, Chongqing, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 18  号： 1  ページ： 82-91  発行年： 2017年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 揚子江は世界一繁忙内陸水路。船舶はそれらの長期速度予測に基づく制御された水路を通過するとき誘導される必要がある。不正確な船速予測は非最適交通シグナル伝達,著しい交通渋滞を引き起こす可能性のあることをもたらした。既存のインテリジェント交通信号方式のため,船舶速度は一定であると仮定し,それは多くの問題と課題を引き起こしている。本論文は,正確な長期船速予測,MLPの隠れニューロンは,粒子群最適化法による最適化の改良された多層パーセプトロン(MLP)ネットワークを構築するための新しいアルゴリズムを提案した。法の有効性と効率を直交最小二乗法を用いて保証されている,これは段階的前進法におけるMLPネットワークの構築のための高速アプローチである。モデルは,船舶の容易に獲得された動的データにより駆動される,速度および位置を含む。提案した方法の有効性を,いくつかの伝統的なモデリング技術と比較することにより確認した。著者らの知識の及ぶ限りでは,これは船速モデルは長期予測のために構築されたのは初めてである。実験結果は,開発したモデルは実際のデータと良く一致し,97%以上の精度であることを示した。知的交通シグナル伝達系における揚子江の最適交通コマンドを生成するための助けとなるであろう。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 信号方式 ,  多層パーセプトロン ,  内陸水路 ,  最小二乗法 ,  ニューロン ,  *船舶 ,  ネットワーク ,  水路 ,  *予測 ,  長期予測 ,  アルゴリズム ,  交通混雑 ,  最適化
準シソーラス用語： 粒子群最適化 ,  長江 , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  交通管制・規制  (TB01032S) ,  都市交通  (TA01020W) ,  交通調査  (TB01031B)

タイトルに関連する用語 (4件)： 交通 ,  長期 ,  船速 ,  予測