Detailergebnis zu DOK-Nr. 57391
Die Anwendung künstlicher neuronaler Netze auf die Schätzung von Fahrzeugzeitlücken auf Autobahnstrecken (Orig. engl.: Artificial neural networks applied to the estimation of vehicle headways in freeway sections)
| Autoren |
A. Abdennour A.S. Al-Ghamdi |
|---|---|
| Sachgebiete |
5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit, Bemessung) 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Traffic Engineering & Control 47 (2006) Nr. 2, S. 56-60, 9 B, 5 T, 25 Q
Fast alle Ansätze zur Zeitlückenschätzung versuchen, mit einer mathematischen Funktion, deren Parameter angepasst werden können, die beobachteten Zeitlücken abzubilden. Dies geschieht i. d. R. entweder über Zeitreihen oder über Wahrscheinlichkeitsverteilungen. Das Fahrverhalten und damit die Zeitlückenverteilung in Riad, Saudi-Arabien, weisen jedoch Unterschiede zu bisher untersuchten Situationen auf und erfordern daher einen neuen oder erweiterten Ansatz. In diesem Artikel werden daher neuronale Netze als Modellierungstechnik verwendet. Diese werden auf ein Zeitlückenmodell angewendet, mit dem zwei Alternativen getestet werden: Modellierung der Zeitlücken als Funktion der Zeit (Zeitreiheninterpolation); Modellierung der allgemeinen Wahrscheinlichkeitsdichtefunktion. Die Validierung erfolgt mit Messdaten von 9 bzw. 6 Messpunkten an Autobahnstrecken in Riad. Verwendet wurden Daten der Werktage und der mittleren Fahrstreifen. Bereits mit nur einem neuronalen Netzwerk konnte für alle Messpunkte mit beiden Alternativen eine gute Übereinstimmung mit den erhobenen Messdaten erzielt werden.