ANALIZA MOŻLIWOŚCI ZASTOSOWANIA SZTUCZNYCH SIECI NEURONOWYCH DO KALIBRACJI MODELI MIKROSYMULACYJNYCH

Komputerowe modele ruchu drogowego są powszechnie wykorzystywane do analiz przepustowości i sprawności sieci drogowo-parkingowej. Budowa modeli mikrosymulacyjnych jest procesem długotrwałym i złożonym. Jednym z najbardziej czasochłonnych etapów jest kalibracja modelu. Możliwe jest znaczne przyspieszenie tego procesu poprzez wykorzystanie sztucznych sieci neuronowych do szacowania potencjalnie najkorzystniejszych kombinacji parametrów modelu ruchu. W pracy przedstawiono sposób budowy sieci neuronowych na potrzeby modelowania ruchu na wybranym odcinku drogi oraz zaproponowano procedurę umożliwiającą kalibrację mikrosymulacyjnego modelu ruchu.

Pełny tekst (pdf)

[1] I. Otkovic, T. Tollazzi, M. Šraml: Calibration of microsimulation traffic model using neural network approach, Expert Systems with Applications 40 (2013) 5965-5974, Elsevier.

[2] Szarata M., Olszewski P.: Analiza efektywności dynamicznie wydzielanego pasa autobusowego, 60 Konferencja PAN i PZiTB Krynica 2014, materiały pokonferencyjne Zeszyty Naukowe Politechniki Lubelskiej Budownictwo i Architektura vol. 13(4), 2014.

[3] Podręcznik użytkownika Vissim 5.2. PTV Vision 2009.

[4] Byungkyu Park , J. D. Schneeberger Microscopic Simulation Model Calibration and Validation, Transportation Research Record 1856, Paper No. 03-2531.

[5] T. Dybicz: Odwzorowanie fenomenu dwóch przepustowości w mikrosymulacyjnym modelu ruchu w programie Vissim, Zeszyty Naukowo-Techniczne SITK RP, Oddział w Krakowie 2014, s 41-55.

[6] R. Dowling, A. Skabardonis, V. Alexiadis; Traffic Analysis Toolbox Volume.

[7] Instrukcja firmy PTV Vision: Introduction to the COM API, Karlsruhe Germany 2015.

[8] A. Gramacki, J. Gramacki : Redukcja licznosci zbiorów z wykorzystaniem systemu R, Konferencja PLOUG 2011.

[9] Waszczyszyn, Z. & Ziemiański, Neural networks in the identification analysis of structural mechanics problems, L. Mroz, Z. & Stavroulakis, G. E. (ed.) Parameter Identification of Materials and Structures, Springer – Wien, 2005, 265-340.