文献

J-GLOBAL ID：202202222677394986   整理番号：22A0944246

STL-OMSに基づく高速道路サービスエリアの短期交通流予測【JST・京大機械翻訳】

Short term traffic flow prediction of expressway service area based on STL-OMS

著者 (6件)： Zhao Jiandong (School of traffic and transportation, Beijing Jiaotong University, Beijing, China) ,  Zhao Jiandong (Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport, Ministry of Transport, Beijing Jiaotong University, Beijing, China) ,  Yu Zhixin (School of traffic and transportation, Beijing Jiaotong University, Beijing, China) ,  Yang Xin (State Key Laboratory of Railway Traffic Control and Safety, Beijing Jiaotong University, Beijing, China) ,  Gao Ziyou (School of traffic and transportation, Beijing Jiaotong University, Beijing, China) ,  Liu Wenhui (Shanxi Transportation New Technology Development Co., Ltd., Taiyuan, China)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 595  ページ： Null  発行年： 2022年 
JST資料番号： D0322B  ISSN： 0378-4371  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高速道路サービスエリアの管理能力と時間における交通流変化のための定式化戦略を改善するために,短期交通流予測モデルを提案した。最初に,規則に従って抽出したデータを洗浄して,4種類の特徴(時間,空間,統計的および外部因子)を構築した。次に,短期交通流予測モデルWADNN(全体の注意と深いニューラルネットワーク)を構築した。モデルにおいて,LSTM(長期および短期メモリニューラルネットワーク),CNN(畳込みニューラルネットワーク)および自己注意機構を用いて,それぞれ異なる特徴を抽出した。さらに,STL(LOESSに基づくSeasonal-Trend分解手順)を用いて,交通流を分解し,傾向をよりよく適合させた。3つの分解成分に対して,OMS(最適モデル選択)操作を行い,各成分の予測を最終予測値を得るために追加し,そして,モデル効果をRMSE(二乗平均平方根誤差),MAE(平均絶対誤差),MAPE(平均絶対比率誤差)およびR2係数に従って測定した。最後に,用例として高速道路サービス区域を取り入れて,提案したモデルをいくつかの一般的モデルと比較した。結果は,WADNNの予測効果がより良く,STL-OMSが精度をさらに改良できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 誤差 ,  *高速道路 ,  *交通流 ,  ニューラルネットワーク ,  精度 ,  比率 ,  *サービスエリア ,  定式化 ,  パラメタリゼーション ,  予測誤差 ,  予測モデル
準シソーラス用語： 用例 ,  モデル選択 ,  予測値 ,  平均絶対誤差 ,  畳込みニューラルネットワーク ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (5件)： サービスエリア ,  ニューラルネットワーク ,  注意機構 ,  STL分解 ,  最適モデル選択

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (6件)： 高速道路 ,  サービス ,  エリア ,  短期 ,  交通流 ,  予測