Resumen

Predecir el estado operativo del tráfico es crucial para la planificación y gestión del transporte urbano. Se ha propuesto una gran variedad de algoritmos para mejorar la precisión de la predicción. Sin embargo, estos estudios se basaban principalmente en datos completos y no analizaban la vulnerabilidad de la falta masiva de datos. Además, la aplicación de estos algoritmos resultaba muy costosa debido a la gran calidad de los datos de tráfico recogidos en tiempo real en las grandes redes de carreteras. El objetivo de este trabajo es deducir las condiciones operativas del tráfico de la red de carreteras con un pequeño número de segmentos críticos a partir de datos GPS de taxis en la ciudad china de Xi'an. Para identificar estos segmentos críticos, asumimos que los estados de los coches flotantes dentro de los diferentes segmentos de carretera son correlativos y mutuamente representativos y diseñamos un algoritmo heurístico utilizando el mecanismo de atención incrustado en la red neuronal gráfica (GNN). Los resultados muestran que el modelo diseñado alcanza una gran precisión en comparación con el método convencional utilizando sólo dos segmentos críticos que representan el 2,7% en las redes de carreteras. El método propuesto es rentable y genera el esquema de segmentos críticos que reduce en gran medida el coste de la recogida de información sobre el tráfico y es más sensato sin la exigencia de una precisión de predicción extremadamente alta. Nuestra investigación tiene una importancia orientativa en el ahorro de costes de diversas técnicas de adquisición de información, como la planificación de rutas de coches flotantes o la disposición de sensores.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:segmentos críticos, coste, diversas técnicas de adquisición de información, esquema de segmentos críticos, diferentes segmentos de carretera, alta precisión de predicción, redes de carreteras a escala, datos gps de taxis, recogida de información sobre tráfico, planificación del transporte urbano
• Keywords:critical segments, cost, various information acquisition techniques, critical segments scheme, different road segments, high prediction accuracy, scale road networks, taxi gps data, traffic information collection, urban transportation planning