Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder
Este artigo tem como objetivo propor uma modelo de previsão de velocidades para um trecho de rodovia na cidade de Porto Alegre, que apresenta congestionamentos diariamente por conta de gargalos. Para realizar as previsões foram utilizados dados de tráfego e variáveis ambientais, como intensidade de...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Associação Nacional de Pesquisa e Ensino em Transportes (ANPET)
2022-12-01
|
| Series: | Transportes |
| Subjects: | |
| Online Access: | https://revistatransportes.org.br/anpet/article/view/2660 |
| _version_ | 1828117016035196928 |
|---|---|
| author | Douglas Zechin Matheus Basso do Amaral Helena Beatriz Bettella Cybis |
| author_facet | Douglas Zechin Matheus Basso do Amaral Helena Beatriz Bettella Cybis |
| author_sort | Douglas Zechin |
| collection | DOAJ |
| description |
Este artigo tem como objetivo propor uma modelo de previsão de velocidades para um trecho de rodovia na cidade de Porto Alegre, que apresenta congestionamentos diariamente por conta de gargalos. Para realizar as previsões foram utilizados dados de tráfego e variáveis ambientais, como intensidade de chuva, acidentes e eventos atípicos. Propôs-se então um modelo de rede neural com arquitetura encoder-decoder e camadas long short-term memory (LSTM), que possuem a característica de estabelecer relações de longa dependência temporal entre as variáveis de entrada, sendo pertinentes para aplicações na área de Transportes. Como contribuições adicionais, avaliou-se a qualidade das previsões para diferentes horizontes de predição e regimes de tráfego, e comparou-se a capacidade e as curvas de probabilidade de breakdown calculadas com dados de campo e previstos. A metodologia apresentou desempenho satisfatório com base em ambos os critérios, sendo capaz de fazer boas previsões mesmo em situações críticas de tráfego.
|
| first_indexed | 2024-04-11T13:07:13Z |
| format | Article |
| id | doaj.art-963f3e9bcaa14c7b84dfa1cc9be1e805 |
| institution | Directory Open Access Journal |
| issn | 2237-1346 |
| language | English |
| last_indexed | 2024-04-11T13:07:13Z |
| publishDate | 2022-12-01 |
| publisher | Associação Nacional de Pesquisa e Ensino em Transportes (ANPET) |
| record_format | Article |
| series | Transportes |
| spelling | doaj.art-963f3e9bcaa14c7b84dfa1cc9be1e8052022-12-22T04:22:44ZengAssociação Nacional de Pesquisa e Ensino em Transportes (ANPET)Transportes2237-13462022-12-0130310.14295/transportes.v30i3.2660Previsão de velocidades de tráfego com rede neural LSTM encoder-decoderDouglas Zechin0Matheus Basso do Amaral1Helena Beatriz Bettella Cybis2Universidade Federal do Rio Grande do Sul, Rio Grande do Sul – BrasilUniversidade Federal do Rio Grande do Sul, Rio Grande do Sul – BrasilUniversidade Federal do Rio Grande do Sul, Rio Grande do Sul – Brasil Este artigo tem como objetivo propor uma modelo de previsão de velocidades para um trecho de rodovia na cidade de Porto Alegre, que apresenta congestionamentos diariamente por conta de gargalos. Para realizar as previsões foram utilizados dados de tráfego e variáveis ambientais, como intensidade de chuva, acidentes e eventos atípicos. Propôs-se então um modelo de rede neural com arquitetura encoder-decoder e camadas long short-term memory (LSTM), que possuem a característica de estabelecer relações de longa dependência temporal entre as variáveis de entrada, sendo pertinentes para aplicações na área de Transportes. Como contribuições adicionais, avaliou-se a qualidade das previsões para diferentes horizontes de predição e regimes de tráfego, e comparou-se a capacidade e as curvas de probabilidade de breakdown calculadas com dados de campo e previstos. A metodologia apresentou desempenho satisfatório com base em ambos os critérios, sendo capaz de fazer boas previsões mesmo em situações críticas de tráfego. https://revistatransportes.org.br/anpet/article/view/2660Breakdown de tráfegoPrevisão de tráfegoRedes neurais |
| spellingShingle | Douglas Zechin Matheus Basso do Amaral Helena Beatriz Bettella Cybis Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder Transportes Breakdown de tráfego Previsão de tráfego Redes neurais |
| title | Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder |
| title_full | Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder |
| title_fullStr | Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder |
| title_full_unstemmed | Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder |
| title_short | Previsão de velocidades de tráfego com rede neural LSTM encoder-decoder |
| title_sort | previsao de velocidades de trafego com rede neural lstm encoder decoder |
| topic | Breakdown de tráfego Previsão de tráfego Redes neurais |
| url | https://revistatransportes.org.br/anpet/article/view/2660 |
| work_keys_str_mv | AT douglaszechin previsaodevelocidadesdetrafegocomredeneurallstmencoderdecoder AT matheusbassodoamaral previsaodevelocidadesdetrafegocomredeneurallstmencoderdecoder AT helenabeatrizbettellacybis previsaodevelocidadesdetrafegocomredeneurallstmencoderdecoder |