Resumen

El conocimiento de la situacin del trfico es un factor clave para los sistemas de transporte inteligentes (STI) y las ciudades inteligentes. La prediccin del flujo de trfico a corto plazo es una de las tareas ms difciles del conocimiento de la situacin del trfico, que resulta til para la planificacin de rutas, la mitigacin de la congestin del trfico, la reduccin de emisiones, etc. En los ltimos aos, las tcnicas de adquisicin de ubicaciones ubicuas y los sensores han digitalizado las redes viarias y generado datos espaciotemporales. Los datos de trfico masivos brindan la oportunidad de predecir el flujo de trfico a corto plazo en funcin de los datos. La mayora de los mtodos existentes de prediccin del flujo de trfico a corto plazo pueden dividirse en dos categoras: no paramtricos y paramtricos. Los mtodos paramtricos tradicionales no lograron obtener una prediccin precisa, debido a las caractersticas no lineales y estocsticas del flujo de trfico a corto plazo. Recientemente, los mtodos de aprendizaje profundo se han estudiado ampliamente en el campo de la prediccin a corto plazo. Estos mtodos no paramtricos han dado resultados prometedores en experimentos prcticos. Motivados por el estado actual del estudio, dedicamos este artculo a un enfoque de prediccin de flujo de trfico a corto plazo basado en la red de densidad de mezcla recurrente, la combinacin de red neuronal recurrente (RNN) y red de densidad de mezcla (MDN). Este enfoque se implementa en datos de flujo de trfico del mundo real y demuestra su destacada superioridad. Hasta donde sabemos, es la primera vez que se aplica la red de densidad de mezcla recurrente a una tarea de prediccin de flujo de trfico a corto plazo en el mundo real.

• Materias:Algoritmos (Matemáticas) Matemáticas Lógica matemática Ingeniería Algebra
• Subjects:Agorithms (Math) mathematics Mathematical logic Engineering Algebra
• Palabras claves:conocimiento de la situación del tráfico; sistemas de transporte inteligentes (STI); ciudad inteligente; predicción del flujo de tráfico a corto plazo; planificación de rutas; métodos de aprendizaje profundo.
• Keywords:traffic situation awareness; intelligent transportation systems (ITS); smart city; short-term traffic flow prediction; route planning; deep learning methods