Search academic texts

Information × Registration Number 2121U008006, Article popup.category Бакалаврська робота Title Система прогнозування трафіку на основі просторово-часових моделей (AI translated) popup.author Іващенко Дмитро СергійовичIvashchenko Dmytro Serhiiovych popup.publication 01-01-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/45217 popup.publisher Київ Description Дипломна робота: 149 c., 45 рис., 10 табл., 2 додатків, 29 джерел. Предмет дослідження: алгоритми прогнозування швидкості для сегментів дорожньої мережі. Об’єкт дослідження: історичні дані про швидкість дорожнього руху у місті Києві з 13 травня по 2 серпня 2019 року. Мета дослідження: проаналізувати існуючі моделі прогнозування, розробити власну систему прогнозування міського трафіку на прикладі магістральної вуличної мережі центральної частини Києва. Використані моделі: у програмній реалізації було використано моделі TBATS, згорткові та рекурентні нейронні мережі. Актуальність роботи зумовлена посиленням впливів урбанізаційних процесів, що, в свою чергу, погіршує умови пересування. Прогнозування трафіку дозволяє зменшити втрати часу на переміщення у місті, оскільки є ключовою ланкою при оптимізації маршрутів пересування. Отриманні результати: побудована система прогнозування міського трафіку, що може надавати прогноз щодо швидкості на вулицях міської дорожньої мережі з прийнятною точністю. В рамках подальшого дослідження пропонується підвищувати точність отриманих моделей, розширення множини досліджуваних сегментів вуличної мережі, врахування більшої кількості характеристик вулиці та навколишнього середовища, а також, побудова відповідних моделей для інших міст. Thesis: 149 p., 45 fig., 10 tabl., 2 appendices, 29 sources. Subject of research: speed forecasting algorithms for road network segments. Object of research: historical data on traffic speed in the city of Kyiv from May 13 to August 2, 2019. The purpose of the work: to analyze existing forecasting models, to develop own system of urban traffic forecasting on the example of the main street network of the central part of Kyiv. Used models: TBATS models, convolutional and recurrent neural networks were used in the software implementation. The relevance of the work is due to the increasing impact of urbanization processes, which, in turn, worsens the traffic conditions. Traffic forecasting reduces travel time in the city, as it is a key element of travel routes optimization. The results obtained: a system of urban traffic forecasting was built, which can provide a forecast of speed on the streets of the city road network with acceptable accuracy. As part of further research, it is proposed to increase the accuracy of the obtained models, expand the set of explored segments of the street network, take into account more characteristics of the street and the environment, as well as build appropriate models for other cities. popup.nrat_date 2025-11-05 Close