Loading...
ترجمه مقاله پیش بینی جریان ترافیک در تعطیلات براساس DFT و SVR
ترجمه مقاله Traffic Flow Prediction during the Holidays Based on DFT and SVR
در این پست ترجمه مقاله پیش بینی جریان ترافیک در تعطیلات براساس DFT و SVR را برای شما دوستان آماده کردیم که علاوه بر چکیده و مقدمه می توانید خود مقاله اصلی را نیز به طور کاملا رایگان دانلود بفرمایید.
چکیده مقاله
این مقاله یک مقاله دسترسی آزاد است که تحت مجوز اسناد مجلس عوام توزیع شده است. در این مقاله با استفاده از روش تحقیق توصیفی – تحلیلی و با استفاده از روش نمونهگیری تصادفی طبقه ای متناسب با حجم نمونه مورد بررسی قرار گرفته است. با اجرای سیاست آزاد بزرگراه در طول تعطیلات، تراکم ترافیک در بزرگراه پدیده ای رایج میشود. به منظور کاهش فشار ترافیک، پیش بینی جریان ترافیک در طول تعطیلات به یک مشکل بزرگ تبدیل شده است. این مقاله یک روش پیش بینی ترکیبی را برای ترکیب تبدیل فوریه (DFT) با رگرسیون بردار پشتیبان (SVR) پیشنهاد میکند. روند معمول در داده های جریان ترافیک با استفاده از DFT توسط تنظیم آستانه مناسب استخراج میشود که با برونیابی افراطی روند تاریخی پیش بینی میشود. روش SVR برای پیش بینی سری های باقیمانده بکار میرود. نتایج تجربی با داده های اندازهگیری شده از ایستگاه های تلفات در استان Jiangsu نشان میدهد که الگوریتم پیشنهادی دقت بالاتری نسبت به روش سنتی دارد و یک روش موثر برای پیش بینی جریان ترافیک در طول تعطیلات است.
مقدمه
با توسعه سریع اقتصاد اجتماعی، زیرساخت این جاده عظیم همچنان قادر به پاسخگویی به تقاضا های مردم نیست و تراکم ترافیک پدیده ای رایج در بزرگراه شده است. به خصوص، بزرگراه هایی که اغلب در طول تعطیلات به پارکینگ تبدیل میشوند. برای حل این مشکل تراکم ترافیک در طول تعطیلات، سیستم های حمل و نقل هوشمند (TTS) به طور گسترده اجرا شده اند. پیش بینی جریان ترافیک برای آن اساسی است و نیازمند پیش شرط های زیر است : راهنمایی و هدایت ترافیک، برنامهریزی و کنترل. جریان ترافیک تحت تاثیر تمایل مردم به رفتن به یک سفر، آب و هوا و بسیاری از عوامل دیگر قرار دارد.
چکیده انگلیسی
With the implementation of the freeway free policy during the holidays, traffic congestion in the freeway becomes a common phenomenon. In order to alleviate traffic pressure, traffic flow prediction during the holidays has become a problem of great concern. This paper proposes a hybrid prediction methodology combining discrete Fourier transform (DFT) with support vector regression (SVR). The common trend in the traffic flow data is extracted using DFT by setting an appropriate threshold which is predicted by extreme extrapolation of the historical trend. The SVR method is applied to predict the residual series The experimental results with measured data collected from the toll stations in Jiangsu province of China show that the proposed algorithm has higher accuracy compared with the traditional method, and it is an efficient method for traffic flow prediction during the holidays .
منبع : hindawi.com
شبیه سازی شبکه های کامپیوتری و مخابراتی
مشاهده ویدئو در این باره