| 論文名稱 | 利用卷積神經網路預測國道路況之研究 |
| 學位 | 碩士 |
| 年別 | 110 |
| 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) |
| 張貼日 | 2022/12/08 |
| Hashtags |
相關詞目
查看次數:
165