Resumen

Para mejorar la precisión y robustez de la estimación del tiempo de viaje de enlaces urbanos con recursos limitados, esta investigación desarrolló una metodología para estimar el tiempo de viaje de enlaces urbanos utilizando datos de vehículos de sonda GPS de baja frecuencia. En primer lugar, centrándose en el caso sin puntos de reporte para el vehículo de sonda GPS en el enlace objetivo en la ventana de tiempo de estimación actual, se propuso un modelo de creación de puntos de reporte virtuales basado en la Regla del Vecino más Cercano. Luego se utilizó un modelo mejorado de red neuronal de retropropagación para estimar el tiempo de viaje del enlace. El método propuesto se aplicó a un estudio de caso basado en una carretera arterial en Changchun, China: comparaciones con el método tradicional de red neuronal artificial y el método de promedio móvil espacio-temporal revelaron que el método propuesto ofrecía una mayor precisión de estimación y mejor robustez.

• Materias:Ecuación pseudoparabólica Dimensión fractal Virus informático Redes dinámicas Sistemas diferenciales
• Subjects:Pseudoparabolic equation Fractal dimension Computer virus Dynamic networks Differential systems
• Palabras claves:Exactitud; Robustez; Estimación del tiempo de viaje de enlace urbano; Datos de vehículos de sonda GPS; Red neuronal de retropropagación; Metodología
• Keywords:Accuracy; Robustness; Urban link travel time estimation; GPS probe vehicle data; Back propagation neural network; Methodology