Zurück Vor

Detailergebnis zu DOK-Nr. 71005

Kurzfristige Reisezeit-Prognose für Autobahnen auf der Basis dynamischer Tensor Completion (Orig. engl.: Freeway short-term travel time prediction based on dynamic tensor completion)

Autoren	W. Wang Q. Li Y. Wu B. Ran H. Tan
Sachgebiete	5.1 Autobahnen 6.2 Verkehrsberechnungen, Verkehrsmodelle

Intelligent Transportation Systems and Connected and Automated Vehicles. Washington, D.C.: Transportation Research Board (TRB), 2015 (Transportation Research Record (TRB) H. 2489) S. 97-104, 8 B, 3 T, 28 Q

Reisezeitprognosen sind wegen ihrer komplexen multimodalen Merkmale in Zeit und Raum schwierig, wobei selbst bei Vorhandensein vollständiger Informationen der Merkmale eine genaue Prognose problematisch bleibt. Nach einer kurzen Übersicht über bisherige Methoden wird der Ansatz mit dynamischer Tensor Completion sowohl hinsichtlich der Methodik als auch der Anwendung bei Reisezeitprognosen ausführlich erläutert und anhand drei numerischer Experimente (Test auf einer Strecke von 20 Meilen der I-45 in Kalifornien mit Vergleich von zwei in einer früheren Veröffentlichung beschriebenen Algorithmen; Vergleich der Ergebnisse statischer Tensor Completion; Vergleich mit zwei Methoden des Maschinen-Lernens auf Basis von historischen Daten von 56 Tagen) hinsichtlich der Genauigkeit bewertet.