Zurück Vor

Detailergebnis zu DOK-Nr. 46059

Simulation von Störfallentdeckungen auf Autobahnen durch Verwendung künstlicher neuronaler Netze (Orig. engl.: Simulation of freeway incident detection using artificial neural networks)

Autoren	S.G. Ritchie R.L. Cheu
Sachgebiete	6.2 Verkehrsberechnungen, Verkehrsmodelle 6.7 Verkehrslenkung, Verkehrssteuerung, Telekommunikation

Transportation Research PT C 1C (1993) Nr. 3, S. 203-217, 4 B, 12 T, zahlr. Q

Die bisherigen Algorithmen zur Störfallentdeckung sind hinsichtlich ihrer Zuverlässigkeit (vollständige Meldung auftretender Störungen, Fehlalarme) und Geschwindigkeit (mittlere Zeit zwischen Auftreten und Erfassen von Störungen) noch nicht befriedigend. Einer zuverlässigen und schnellen Störfallerfassung kommt aber vor allem im Zusammenhang mit Konzepten für intelligente Fahrzeug-Fahrbahn-Systeme eine wachsende Bedeutung zu. In dem Beitrag wird ein Ansatz mit Hilfe eines künstlichen neuronalen Netzes vorgestellt, mit dem sowohl die räumlichen als auch die zeitlichen Kenngrößen des Verkehrs erkannt und klassifiziert werden können. Das Modell wurde auf einem Sektor einer städtischen Autobahn mit einer Länge von einer Meile getestet, wobei die Klassifizierung in die Zustände "störungsfrei" und "Störung" in 30-sec-Intervallen erfolgte. Ein Vergleich unter Verwendung simulierter Daten zeigt, daß das Modell gegenüber bekannten Algorithmen (Kalifornia-Algorithmus, McMaster-Algorithmus) geeignet ist, deutliche Verbesserungen zu erzielen.