Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi

Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju (CROSBI ID 442544)

Ocjenski rad | diplomski rad

Vrbanić, Filip Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju / Ivanjko, Edouard (mentor); Gregurić, Martin (neposredni voditelj). Zagreb, Fakultet prometnih znanosti, . 2019

Podaci o odgovornosti

Vrbanić, Filip

Ivanjko, Edouard

Gregurić, Martin

hrvatski

Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju

Radi povećane prometne potražnje dolazi do nastanka zagušenja na gradskim autocestama te se javlja potreba za uvođenjem upravljanja prometom. Upravljanje prometom ima za cilj smanjenje i prevenciju posljedica nastajanja prometnih zagušenja. Sustav za upravljanje ograničenjem brzine na gradskim autocestama predstavlja jedno od mogućih rješenja iz područja inteligentnih transportnih sustava. Takav pristup u upravljanju promjenjivim ograničenjem brzine na gradskim autocestama može koristiti algoritme zasnovane na dubokom učenju. U ovom radu je opisano upravljanje prometom na gradskim autocestama zasnovano na upravljanju promjenjivim ograničenjem brzine, analizirana je mogućnost primjene dubokog učenja s posebnim naglaskom na algoritmu učenja dualne duboke Q-mreže u upravljanju promjenjivim ograničenjem brzine te je izrađeno okruženje za simulaciju navedenog upravljanja korištenjem mikroskopskog simulatora VISSIM i programskog okruženja Python/Keras. Dobiveni rezultati dokazuju da je primjenom dubokog učenja moguće iskoristiti informaciju o brzini i položaju svakog vozila za povećanje razine uslužnosti gradske autoceste.

upravljanje promjenjivim ograničenjem brzine ; simulacijsko okruženje ; duboko učenje ; ojačano učenje ; inteligentni transportni sustavi

nije evidentirano

engleski

Framework for Simulation of Variable Speed Limit Control Systems on Urban Motorways Based on Deep Learning

nije evidentirano

variable speed limit control ; framework for simulation ; deep learning ; reinforcement learning ; intelligent transport systems

nije evidentirano

Podaci o izdanju

44

25.09.2019.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet prometnih znanosti

Zagreb

Povezanost rada

Elektrotehnika, Računarstvo, Tehnologija prometa i transport

Poveznice