La aplicación y el desarrollo de nuevas tecnologías permiten adquirir datos de los vehículos en tiempo real. A partir de estos datos en tiempo real, puede analizarse el comportamiento de los vehículos. La predicción del comportamiento de los vehículos proporciona datos de apoyo para la gestión fina del tráfico. Este artículo propone que la velocidad y la aceleración tienen características fractales mediante el análisis R/S de los datos de series temporales de velocidad y aceleración. Basándose en el análisis de las características de los parámetros microscópicos, se cuantifican los índices característicos de los parámetros, se establece el modelo de predicción fractal de múltiples pasos de los microparámetros, y se establece el modelo BP (redes neuronales de retropropagación) para estimar el paso predecible del modelo de predicción fractal. El modelo de predicción fractal de múltiples pasos se utiliza para predecir la aceleración de la velocidad en el paso predecible. Se utilizan datos de trayectoria NGSIM para probar el modelo de predicción multipaso. Los resultados muestran que el modelo fractal de predicción multietapa propuesto puede realizar eficazmente la predicción multietapa de la velocidad del vehículo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un sistema de asesoramiento de conducción ecológica para intersecciones señalizadas continuas mediante una red ad hoc vehicular
Artículo:
Análisis de patrones de los perfiles diarios de recarga de vehículos eléctricos: Eficiencia operativa e impacto ambiental
Artículo:
Enfoques basados en datos para extraer patrones de viaje de los pasajeros: "Left-Behinds" en una congestionada red de transporte ferroviario urbano
Artículo:
Problema de programación de servicios de productos con emparejamiento de servicios basado en el método de búsqueda Tabu
Artículo:
Modelización del tiempo de salida de los turistas teniendo en cuenta la influencia de la información de tráfico multifuente