Resumen

La previsión del flujo de tráfico es la clave de un sistema de transporte inteligente (STI). Actualmente, los métodos de previsión del flujo de tráfico a corto plazo basados en el aprendizaje profundo deben mejorarse en términos de precisión y eficiencia computacional. Por lo tanto, en este trabajo se propone un modelo de previsión de flujo de tráfico a corto plazo GA-TCN basado en una red neuronal convolucional temporal (TCN) optimizada por algoritmo genético (GA). El error de predicción se consideró como el valor de fitness y se utilizó el algoritmo genético para optimizar los filtros, el tamaño del núcleo, el tamaño del lote y los hiperparámetros de dilatación de la red neuronal convolucional temporal para determinar el modelo de predicción de fitness óptimo. Por último, se probó el modelo utilizando el conjunto de datos público PEMS. Los resultados mostraron que el error absoluto medio de la GA-TCN propuesta disminuyó un 34,09%, 22,42% y 26,33% en comparación con LSTM, GRU y TCN en días laborables, mientras que el error absoluto medio de la GA-TCN disminuyó un 24,42%, 2,33% y 3,92% en días de fin de semana, respectivamente. Los resultados indican que el modelo propuesto en este trabajo tiene una mejor adaptabilidad y una mayor precisión de predicción en la previsión del flujo de tráfico a corto plazo en comparación con los modelos existentes. El modelo propuesto puede proporcionar un apoyo importante para la formulación de un esquema dinámico de control del tráfico.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:tcn, error medio absoluto, modelo, algoritmo genético, esquema dinámico de control del tráfico, modelo de predicción de la aptitud óptima, red neuronal convolucional temporal, previsión del flujo de tráfico a plazo, métodos de previsión del flujo de tráfico a plazo, modelo de previsión del flujo de tráfico a plazo ga
• Keywords:tcn, average absolute error, model, genetic algorithm, dynamic traffic control scheme, optimal fitness prediction model, temporal convolutional neural network, term traffic flow forecasting, term traffic flow forecasting methods, term traffic flow forecasting model ga