Con el crecimiento exponencial de los datos de tráfico y la complejidad de las condiciones de tráfico, con el fin de almacenar y analizar eficazmente los datos para retroalimentar información válida, este trabajo propone un modelo de predicción del estado del tráfico urbano basado en el método Q-Learning profundo recurrente optimizado. El modelo se basa en el algoritmo optimizado Long Short-Term Memory (LSTM) para manejar el crecimiento explosivo de los datos de la tabla Q, que no sólo evita la explosión y desaparición del gradiente, sino que también tiene un almacenamiento y análisis eficientes. El entrenamiento continuo y el almacenamiento en memoria de los conjuntos de entrenamiento se utilizan para mejorar la sensibilidad del sistema y, a continuación, los conjuntos de prueba se predicen basándose en el conjunto de experiencias acumuladas para obtener resultados de predicción de alta precisión. Los datos de flujo de tráfico de Wanjiali Road a Shuangtang Road en la ciudad de Changsha se prueban como un caso. Los resultados de la investigación muestran que la predicción del índice de retardo del tráfico se encuentra dentro de un intervalo razonable, y es significativamente mejor que los métodos de predicción tradicionales como la LSTM, K-Nearest Neighbor (KNN), Support Vector Machines (SVM), el método de suavizado exponencial y la red neuronal Back Propagation (BP), lo que demuestra que el modelo propuesto en este trabajo tiene viabilidad de aplicación.
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:
Logística de pedidos para procesos de producción discretos y continuos en condiciones de industria 4.0
Artículo:
Plataformas logísticas : elementos conceptuales y rol del sector público
Artículo:
Una estrategia de distribución de turnos cortos para mejorar la fiabilidad del funcionamiento de los autobuses
Artículo:
Predicción de velocidades operativas en rotondas urbanas multicarril en Abu Dhabi (Emiratos Árabes Unidos)
Artículo:
Efectos de la reducción de la capacidad de los enlaces en la fiabilidad de una red de transporte ferroviario urbano
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Libro:
Ergonomía en los sistemas de trabajo