按 Enter 到主內容區
:::

交通部運輸研究所Institute of Transportation, MOTC

:::
  • 小字級
  • 中字級
  • 大字級
  • 列印
  • facebook
  • plurk
  • twitter

博碩士論文

論文名稱 利用卷積神經網路預測國道路況之研究
年別 110
學位 碩士
學校系所 國立交通大學 運輸與物流管理學系
作者 陳奕靜
指導教授 王晉元
論文摘要

       交通路況預測為智慧型運輸系統中一個重要的課題。本研究目的為建構一套模型,整合多元的偵測器以預測國道路況。本研究所使用之資料為高速公路總局之資料,包含VD 與ETC 資料,將兩者融合後透過卷積神經網路進行速率值之預測。
本研究將VD 與ETC 資料進行兩種方法的融合,並繪製時空矩陣圖以輸入至卷積神經網路模型之中,進行國道未來速率之預測。實證研究結果顯示,單一資料與融合資料之平均MAE 皆小於6,且在長時階預測上,融合資料較單一資料有更良好的預測結果,顯示本研究之資料融合方式以及預測模型可以有效預測國道之路況。

附件下載 (電子檔於113-09-03後開放下載)
瀏覽人次:182
回頁首