پیشبینی هوشمند سرعت خودرو بر اساس مجموعهداده واقعی بزرگراه | ||
| نشریه مهندسی مکانیک امیرکبیر | ||
| دوره 57، شماره 11، بهمن 1404، صفحه 1411-1432 اصل مقاله (1.61 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/mej.2026.25491.7950 | ||
| نویسندگان | ||
| مصطفی خانعلی پور؛ محسن محمدی* ؛ حسین محمدی | ||
| دانشکده مهندسی مکانیک، دانشگاه شیراز | ||
| چکیده | ||
| پیشبینی دقیق سرعت خودرو موجب کاهش مصرف انرژی و افزایش ایمنی خودروهای هوشمند میشود. با توجه به دادههای موجود در سیستمهای حملونقل هوشمند و ظرفیت شبکههای عصبی عمیق در بهرهبرداری از این دادهها، یک روش هوشمند برای پیشبینی سرعت با استفاده از شبکههای عصبی عمیق ارائه شده است. پیشبینی سرعت با استفاده از سابقه سرعت خودروی هدف و خودروهای جلویی آن انجام میشود. به منظور افزایش دقت پیشبینی، یک روش نوآورانه برای نرمالسازی دادههای سرعت خودرو معرفی شده است که منجر به کاهش خطای پیشبینی میشود. علاوه بر این، برای مواجهه با چالشهای عملی رانندگی، عدم قطعیت در میزان سابقه سرعت در دسترس و تعداد خودروهای جلویی در روش توسعهیافته لحاظ شده است. در این پژوهش، پیشبینی سرعت با گام زمانی بسیار کوتاه انجام شده است که اگرچه موجب افزایش دقت میشود، اما باعث افزایش بُعد مسئله و دوچندان شدن چالش پیشبینی میگردد؛ موضوعی که در مطالعات پیشین گزارش نشده است. برای آموزش مدلهای پیشبین سرعت هوشمند از دادههای واقعی بزرگراه استفاده شده است. نتایج نشان میدهد که روش پیشنهادی، بهویژه در گامهای زمانی اولیه، دقت بالاتری دارد و فاقد آفست است. میانگین خطای مطلق پیشبینی در افق شش ثانیهای با روش پیشنهادی با 2410/0 متر بر ثانیه است که نسبت به مدلهای تحلیلی حداقل 1/49 درصد کاهش نشان میدهد. | ||
| کلیدواژهها | ||
| پیشبینی سرعت خودرو؛ یادگیری ماشین؛ شبکههای عصبی عمیق؛ سیستمهای حملونقل هوشمند؛ دادههای واقعی بزرگراه | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 191 تعداد دریافت فایل اصل مقاله: 100 |
||
| تعداد نشریات | 9 |
| تعداد شمارهها | 465 |
| تعداد مقالات | 5,841 |
| تعداد مشاهده مقاله | 8,758,930 |
| تعداد دریافت فایل اصل مقاله | 7,365,924 |