Resumen

En los últimos años, con el rápido desarrollo de la economía, cada vez más residentes urbanos, a la vez que poseen sus propios vehículos de motor, también se ven afectados por la congestión del tráfico causada por el atraso de las instalaciones de tráfico o de los métodos de gestión del tráfico. La pérdida de productividad, los accidentes de tráfico, las elevadas emisiones y la contaminación ambiental causados por la congestión del tráfico se han convertido en una carga enorme y cada vez más pesada para todos los países del mundo. Por lo tanto, la predicción del flujo de tráfico de la red viaria urbana y la evaluación rápida y precisa de la congestión del tráfico son de gran importancia para el estudio de soluciones de tráfico urbano. Este artículo se centra en cómo aplicar las tecnologías de la ciencia de datos a los datos de las redes de vehículos para presentar un método de predicción de la congestión del tráfico basado tanto en los datos de tráfico en tiempo real como en los previstos. Se establecen dos marcos de evaluación y se utilizan métodos existentes para comparar y evaluar la precisión y eficacia del método presentado.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:congestión del tráfico, flujo de tráfico de la red viaria urbana, instalaciones de tráfico atrasadas, tecnologías de ciencia de datos, más residentes urbanos, vehículos de motor propios, métodos de gestión del tráfico, soluciones de tráfico urbano, datos de redes de vehículos, evaluación precisa
• Keywords:traffic congestion, urban road network traffic flow, backward traffic facilities, data science technologies, more urban residents, own motor vehicles, traffic management methods, urban traffic solutions, vehicular networks data, accurate evaluation