Применение данных ИТС систем для моделирования эффективной транспортной среды в Республике Татарстан (Р.Н. Минниханов, С.С. Степанова, В.А. Решетов, А.З. Махмутова, журнал "Безопасность дорожного движения", N 3, июль-сентябрь 2021 г.)
Документ отсутствует в свободном доступе.
Вы можете заказать текст документа и получить его прямо сейчас.
Заказать
Чтобы приобрести систему ГАРАНТ, оставьте заявку и мы подберем для Вас индивидуальное решение
Если вы являетесь пользователем системы ГАРАНТ, то Вы можете открыть этот документ прямо сейчас, или запросить его через Горячую линию в системе.
Минниханов Р.Н., Степанова С.С., Решетов В.А., Махмутова А.З. Применение данных ИТС систем для моделирования эффективной транспортной среды в Республике Татарстан
Р.Н. Минниханов - директор ГБУ "Безопасность дорожного движения", доктор технических наук, профессор
С.С. Степанова - специалист 1 категории Центра ИТС ГБУ "Безопасность дорожного движения"
В.А. Решетов - ведущий специалист Центра ИТС ГБУ "Безопасность дорожного движения"
А.З. Махмутова - главный специалист Центра ИТС ГБУ "Безопасность дорожного движения"
В статье предложен подход для прогнозирования транспортных потоков, основанный на объединении данных из нескольких автоматизированных систем мониторинга дорожного движения - комплексов фотовидеофиксации и систем видеонаблюдения. Подход реализован с использованием различных архитектур рекуррентных нейронных сетей. В ходе исследований получена архитектура нейронной сети, позволяющая достигнуть наименьшую ошибку при прогнозировании транспортного потока.
Ключевые слова: транспортное моделирование, рекуррентные нейронные сети, прогнозирование транспортного потока
R.N., Stepanova S.S., Reshetov V.A., Makhmutova A.Z. Application of ITS systems data for modeling an efficient transport environment in the Republic of Tatarstan
R.N. Minnikhanov - Director of the "Road Safety" State Company, Doctor of Technical Sciences, Professor
S.S. Stepanova - Manager of ITS Center "Road Safety" State Company
V.A. Reshetov - Manager of ITS Center "Road Safety" State Company
A.Z. Makhmutova - Senior manager of ITS Center "Road Safety" State Company
The article proposes an approach for predicting traffic flows based on combining data from several automated traffic monitoring systems - video enforcement systems and surveillance systems. The approach is implemented using various architectures of recurrent neural networks. In the course of research, a neural network architecture has been obtained that allows achieving the smallest error in traffic flow prediction.
Keywords: transport modeling, recurrent neural networks, traffic flow forecasting
"Безопасность дорожного движения"
Открыть документ в системе ГАРАНТ