Naslov
Umjeravanje mikroskopskog prometnog modela primjenom genetskog algoritma
(Microscopic Traffic Model Calibration Using the Genetic Algorithm)

Autori
Glibota, Vjeko

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave

Mjesto
Zagreb

Datum
22.09

Godina
2021

Stranica
44

Mentor
Ivanjko, Edouard

Neposredni voditelj
Miletić, Mladen

Ključne riječi
Inteligentni transportni sustavi, umjeravanje prometnog modela, genetski algoritam, mikroskopska simulacija prometa, izolirana raskrižja, strojno učenje
(Intelligent transport systems, traffic model calibration, genetic algorithm, microscopic traffic simulation, isolated intersection, machine learning)

Sažetak
Primjena prometnih modela u današnje vrijeme je postala učestala praksa, a sve češće i poželjna prije bilo kakve implementacije novog prometnog rješenja na terenu, te naknadnog testiranja. Izgradnja dodatne prometne infrastrukture ili bilo kojeg skupog infrastrukturnog zahvata, bez prethodne simulacije budućeg prometnog rješenja može se smatrati arhaičnim i neefikasnim pristupom. Uzimajući u obzir konstantno povećanje zahtjeva cestovnog prometa i nemogućnost predvidanja optimalnog iskorištavanja trenutačnih i budućih kapaciteta. Uz pomoć inteligentnih transportnih sustava se prikupljaju vrijednosti parametara s terena, koji se koriste za umjeravanje prometnog modela. Razvoj računalnih tehnologija i aplikacija su omogućili upotrebu složenih alogritama, poput genetskog algoritma, koji je korišten u ovom radu, prilikom umjeravanja prometnih simulacijskih modela. Točnije, genetski algoritam je korišten za umjeravanje prometnog toka svakog pojedinog privoza unutar raskrižja, a za to je korišten PTV VISSIM simulacijski program unutar kojeg se vršila simulacija, povezana s programskim jezikom Python putem COM veze. Umjeravanje je uspjelo po ciklusu od jednog sata optimizirati prometni tok, ovisno koliko se razlikuju ulazne vrijednosti od izlaznih prometnih tokova odabranog izoliranog raskrižja, koje bi trebale biti približno iste ili iste. Kod umjeravanja modela u ciklusu od 24 sata, umjeravanje simulacije je ovisilo o omjeru ulaznih i izlaznih vrijednosti vozila za svaki pojedini sat. Strojno učenje koristeći genetski algoritam je trajalo u periodu od par sati za jedan sat, do četiri dana za period od 24 sata. Kod perioda od 24 sata, svaki veći omjer broja vozila za pojedini sat, za svaki privoz može rezultirati neprihvatljivim vrijednostima funkcije dobrote, što na kraju generira lošija rješenja. Prilikom manjeg volumena prometnog toka po privozu i kraćih ciklusa, poput jednog sata, modul genetskog algoritma generira optimalna rješenja za taj ciklus, u odnosu za period od cijelog dana, gdje koeficijenti privoza odstupaju izvan granica prihvatljivih okvira.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo, Tehnologija prometa i transport

POVEZANOST RADA