Resumen

Junto con la prosperidad y el rápido desarrollo de la economía nacional, la industria del transporte ha experimentado un rápido desarrollo en China. Sin embargo, los vehículos sobrecargados han estado causando accidentes de tráfico frecuentes. Por lo tanto, para aliviar o resolver los problemas correspondientes asociados con la seguridad en la ingeniería de carreteras y la economía de mercado, se requiere urgentemente una técnica mejorada para la gestión de sobrecargas. En este estudio, para analizar los datos de sobrecarga en autopistas y carreteras en China, desarrollamos un modelo de aprendizaje automático comparando el rendimiento del análisis de conglomerados, la red neuronal de retropropagación (BPNN), la red neuronal de regresión generalizada (GRNN) y la red neuronal de ondas (WNN) en el análisis de datos de sobrecarga de series temporales globales y locales. En un estudio de caso, nuestros resultados revelaron las tendencias de sobrecarga en las carreteras de la provincia de Jiangsu. Dados datos suficientes, BPNN tuvo un mejor desempeño que GRNN y WNN. A medida que aumentaba la cantidad de datos de entrenamiento, GRNN tuvo un mejor desempeño, pero el tiempo de ejecución aumentó. WNN tuvo el tiempo de ejecución más corto entre los tres métodos y pudo reflejar las tendencias futuras de la tasa de sobrecarga en la predicción mensual de sobrecarga. Nuestro modelo proporciona información con valor potencial para los departamentos de gestión de redes de autopistas a través de la minería de datos. Esta información podría ayudar a los departamentos de gestión a asignar recursos de manera razonable y optimizar la tasa de utilización de la información.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Prosperidad; Rápido desarrollo; Industria del transporte; Vehículos sobrecargados; Seguridad en ingeniería vial; Modelo de aprendizaje automático
• Keywords:Prosperity; Rapid development; Transportation industry; Overloaded vehicles; Highway engineering safety; Machine learning model