W artykule zaprezentowano autorskie podejście do planowania tras pojazdów w warunkach niepewności, które bazuje na krótkookresowych prognozach czasu przejazdu w sieci drogowej miasta. Model predykcyjny został stworzony z wykorzystaniem sztucznych sieci neuronowych. Niepewność wartości czasu przejazdu została zamodelowana w oparciu o wyznaczone wielkości prognozy oraz jej błędy, które zostały wykorzystane do zdefiniowania zbioru niepewności dla parametrów modelu planowania tras pojazdów. Charakterystykę oraz zalety stosowania zaproponowanej metodyki zilustrowano przykładem symulacyjnym bazującym na wybranej sieci drogowej miasta Krakowa.
EN
The article presents the author's approach to planning vehicle routes in conditions of uncertainty, which is based on short-term forecasts of the travel time in the city's road network. The prediction model was created on the basis of the artificial neural networks. The uncertainty of the time value was modelled on the basis of the estimated values of the forecast and its errors, which were used to define the set of uncertainty for the parameters of the vehicle route planning model. The characteristics and advantages of the proposed methodology are illustrated on the basis of a simulation example based on a selected road network of the city of Kraków.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.