Zurück Vor

Detailergebnis zu DOK-Nr. 50460

Neuronale Netze auf Spektralbasis zur Online-Fahrzeitvorhersage (Orig. engl.: Spectral basis neural networks for real-time travel time forecasting)

Autoren	L.R. Rilett D. Park G. Han
Sachgebiete	6.2 Verkehrsberechnungen, Verkehrsmodelle

Journal of Transportation Engineering 125 (1999) Nr. 6, S. 515-523, 5 B, 2 T, zahlr. Q

In Houston werden im Rahmen des ITS-Projekts Trans Star sowohl zahlreiche einzelne Echtzeitinformationen als auch Fahrzeitinformationen über automatische Fahrzeugerkennungen durchgeführt. Damit besteht eine optimale Grundlage, um die Qualität unterschiedlicher Modelle für Fahrzeitprognosen zu testen. Als neuer Ansatz wurde ein neuronales Netzwerk auf Spektralbasis (SNN) eingesetzt, das eine sinusförmige Transformationstechnik benutzt, um die Möglichkeiten für eine lineare Trennung der Eingabegrößen zu verbessern. Die Fahrzeitvorhersagen können so für fünf aufeinander folgende 5-Minuten-Intervalle angegeben werden. Es zeigte sich, dass die Ergebnisse denen konventioneller neuronaler Netze deutlich überlegen sind und an die Qualität modularer neuronaler Netze reichen, ohne deren hohen Aufwand zur Modellierung zu benötigen. Auch ein Vergleich mit konventionellen Fahrzeitvorhersagen wie z.B. dem Kalman-Filter oder Methoden mit exponentialer Glättung ist das SNN deutlich überlegen.