TY - BOOK
T1 - Matka-ajan ajantasainen ennustaminen
T2 - Pilottikokeilu
AU - Innamaa, Satu
PY - 2004
Y1 - 2004
N2 - Tutkimuksen tavoitteena oli kuvata ajantasainen malli, joka ennusti
matka-aikaa kaksi-kaistaiselle päätiejaksolle kenttämittausten perusteella.
Tutkimus jakautui kahteen osaan: Ensin arvioitiin ennustemallin toimintaa
pilottikokeilun perusteella. Tämän jälkeen selvi-tettiin, voitaisiinko mallin
toimintaa parantaa tilanteissa, joissa tulokset eivät olleet tyy-dyttäviä.
Ennustemallit perustuivat monikerrosperseptronineuroverkkoihin. Arvioinnin
päätulokset osoittivat, että ennustemalli oli parempi kuin nykyinen,
ei-ennustava järjes-telmä. Erään tieosan ennustemalli ei kuitenkaan
suoriutunut tehtävästään pilottikokeilun aikana yhtä hyvin kuin mallin
tekovaiheen tulosten perusteella odotettiin. Tämä saattoi olla seurausta
siitä, että ruuhkailmiö oli muuttunut hieman. Mallin jatkokehityksen
pää-tulokset osoittivat, että mallia voitiin parantaa huomattavasti, kun
neuroverkko opetettiin uudella aineistolla. Tutkimuksen tärkein johtopäätös
oli, että jopa yksinkertainen malli, joka tekee lyhyen aikavälin
matka-aikaennusteita neuroverkon avulla, parantaa matka-aikatiedon laatua
huomattavasti verrattuna suoraan mittauksiin perustuviin matka-aika-arvioihin.
AB - Tutkimuksen tavoitteena oli kuvata ajantasainen malli, joka ennusti
matka-aikaa kaksi-kaistaiselle päätiejaksolle kenttämittausten perusteella.
Tutkimus jakautui kahteen osaan: Ensin arvioitiin ennustemallin toimintaa
pilottikokeilun perusteella. Tämän jälkeen selvi-tettiin, voitaisiinko mallin
toimintaa parantaa tilanteissa, joissa tulokset eivät olleet tyy-dyttäviä.
Ennustemallit perustuivat monikerrosperseptronineuroverkkoihin. Arvioinnin
päätulokset osoittivat, että ennustemalli oli parempi kuin nykyinen,
ei-ennustava järjes-telmä. Erään tieosan ennustemalli ei kuitenkaan
suoriutunut tehtävästään pilottikokeilun aikana yhtä hyvin kuin mallin
tekovaiheen tulosten perusteella odotettiin. Tämä saattoi olla seurausta
siitä, että ruuhkailmiö oli muuttunut hieman. Mallin jatkokehityksen
pää-tulokset osoittivat, että mallia voitiin parantaa huomattavasti, kun
neuroverkko opetettiin uudella aineistolla. Tutkimuksen tärkein johtopäätös
oli, että jopa yksinkertainen malli, joka tekee lyhyen aikavälin
matka-aikaennusteita neuroverkon avulla, parantaa matka-aikatiedon laatua
huomattavasti verrattuna suoraan mittauksiin perustuviin matka-aika-arvioihin.
KW - Travel time
KW - traffic information
KW - neural networks
KW - modeling
M3 - Report
T3 - VTT Tutkimusraportti
BT - Matka-ajan ajantasainen ennustaminen
PB - VTT Technical Research Centre of Finland
ER -