Analiza możliwości zastosowania sztucznych sieci neuronowych do kalibracji modeli mikrosymulacyjnych

• Autorzy: Szarata M. , Nazarko P.

Identyfikatory

DOI

10.7862/rb.2017.78

Warianty tytułu

EN

Analysis of the use of artificial neural networks to calibration of microsimulation traffic model

• Języki publikacji: PL

Abstrakty

PL

Komputerowe modele ruchu drogowego są powszechnie wykorzystywane do analiz przepustowości i sprawności sieci drogowo-parkingowej. Budowa modeli mikrosymulacyjnych jest procesem długotrwałym i złożonym. Jednym z najbardziej czasochłonnych etapów jest kalibracja modelu. Możliwe jest znaczne przyspieszenie tego procesu poprzez wykorzystanie sztucznych sieci neuronowych do szacowania potencjalnie najkorzystniejszych kombinacji parametrów modelu ruchu. W pracy przedstawiono sposób budowy sieci neuronowych na potrzeby modelowania ruchu na wybranym odcinku drogi oraz zaproponowano procedurę umożliwiającą kalibrację mikrosymulacyjnego modelu ruchu.

EN

Computer traffic models are widely used for analysis of the capacity and efficiency of road network. Construction of traffic models is a long and complex process. One of the most timeconsuming stages of the calibration model, which aim is to reflect real traffic condition. This process can be greatly accelerated by the use of artificial neural networks to generate potentially best combinations of parameters for the traffic model. The paper presents a method of building neural networks for traffic modeling, and proposes a procedure for the calibration process.

Słowa kluczowe

PL

kalibracja; model mikrosymulacyjny; ruch drogowy; sztuczne sieci neuronowe; budowa; inżynieria ruchu

EN

calibration; microsimulation traffic model; artificial neural networks; construction; traffic engineering

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture
• Rocznik: 2017
• Tom: z. 64, nr 2/II
• Strony: 25--36
• Opis fizyczny: Bibliogr. 9 poz., rys., tab., wykr.

Twórcy

autor

Szarata M.

• Politechnika Rzeszowska, Wydział Budownictwa Inżynierii Środowiska i Architektury, Zakład Dróg i Mostów

autor

Nazarko P.

• Politechnika Rzeszowska, Wydział Budownictwa Inżynierii Środowiska i Architektury, Zakład Mechaniki Konstrukcji

Bibliografia

• [1] I. Otkovic, T. Tollazzi, M. Šraml: Calibration of microsimulation traffic model using neural network approach, Expert Systems with Applications 40 (2013) 5965-5974, Elsevier.
• [2] Szarata M., Olszewski P.: Analiza efektywności dynamicznie wydzielanego pasa autobusowego, 60 Konferencja PAN i PZiTB Krynica 2014, materiały pokonferencyjne Zeszyty Naukowe Politechniki Lubelskiej Budownictwo i Architektura vol. 13(4), 2014.
• [3] Podręcznik użytkownika Vissim 5.2. PTV Vision 2009.
• [4] Byungkyu Park , J. D. Schneeberger Microscopic Simulation Model Calibration and Validation, Transportation Research Record 1856, Paper No. 03-2531.
• [5] T. Dybicz: Odwzorowanie fenomenu dwóch przepustowości w mikrosymulacyjnym modelu ruchu w programie Vissim, Zeszyty Naukowo-Techniczne SITK RP, Oddział w Krakowie 2014, s 41-55.
• [6] R. Dowling, A. Skabardonis, V. Alexiadis; Traffic Analysis Toolbox Volume.
• [7] Instrukcja firmy PTV Vision: Introduction to the COM API, Karlsruhe Germany 2015.
• [8] A. Gramacki, J. Gramacki : Redukcja licznosci zbiorów z wykorzystaniem systemu R, Konferencja PLOUG 2011.
• [9] Waszczyszyn, Z. & Ziemiański, Neural networks in the identification analysis of structural mechanics problems, L. Mroz, Z. & Stavroulakis, G. E. (ed.) Parameter Identification of Materials and Structures, Springer – Wien, 2005, 265-340.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018)