کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6961434 1452102 2018 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Virtual traffic simulation with neural network learned mobility model
ترجمه فارسی عنوان
شبیه سازی ترافیک مجازی با شبکه عصبی مدل تحرک یاد گرفته است
کلمات کلیدی
سیستم حمل و نقل مدل سازی و شبیه سازی، شبکه های عصبی، ترافیک بزرگراه، مدل تحرک،
ترجمه چکیده
شبیه سازی ترافیک مجازی نقش مهمی در کاهش ترافیک و کاهش آلودگی ترافیکی دارد. همانطور که شبکه حمل و نقل گسترش می یابد، مدل های تحرک مبتنی بر قاعده سابق، محدودیت هایی در تولید وسایل نقلیه مجازی قانع کننده ای نشان داد. یک مدل واقع گرایانه با روش مبتنی بر مثال در تقاضا است. در این مقاله یک شبکه عصبی با داده های مسیریابی دقیق انتخاب شده مورد استفاده قرار می گیرد. تولید وسایل نقلیه مجازی بر اساس مدل تحرک پیشنهاد شده و توسط یک ساختار مشخص شده سازماندهی شده است. سپس، شبیه سازی ترافیک مجازی می تواند برای یک سناریوی مشخص شده داده شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزار
پیش نمایش مقاله
شبیه سازی ترافیک مجازی با شبکه عصبی مدل تحرک یاد گرفته است
چکیده انگلیسی
Virtual traffic simulation plays an important role in easing traffic congestion and reducing traffic pollution. As the transportation network expands, the former rule-based mobility models showed several limitations in producing convincing virtual vehicles. A more realistic model with example-based method is in demand. In this paper, a neural network is employed with carefully selected traffic trajectory data. The virtual vehicle production is driven by the proposed mobility model and organized by a specified structure. Then, the virtual traffic simulation could be given for an indicated scenario.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Advances in Engineering Software - Volume 115, January 2018, Pages 103-111
نویسندگان
, ,