《先进的交通工具

评论文章

回顾交通拥堵预测使用人工智能

表1

交通拥堵预测研究概率推理。


方法	道路类型	数据源	输入参数	目标领域	不。交通拥堵状态的水平	参考

分层模糊规则系统	高速公路走廊	传感器	入住率	速度	2	Zhang et al。30.]
			速度	速度	4	洛佩斯-加西亚et al。37]
进化模糊规则学习			交通流	交通密度		Onieva et al。28]
Mamdani-type模糊逻辑推理	公路、干道、分支道路	- - - - - -	速度	交通拥堵指数		曹和王3]
			密度			王等人。58]
模糊推理	高速公路走廊	相机	旅行时间
			交通流
			速度

模糊综合评价	高速公路走廊	探针	交通量	饱和	5	香港et al。4]
			速度	密度的速度		杨et al。5]
隐马尔可夫模型	高速公路网络	传感器	发射矩阵	交通模式选择	- - - - - -	扎基et al。32]
			发射矩阵	交通模式的决心	- - - - - -	扎基et al。25]
			转移矩阵
	主要道路	探针	观察概率	GPS数据映射	- - - - - -	太阳et al。45]
			转移概率

高斯分布	高速公路走廊	传感器	交通量	最优特征选择	- - - - - -	杨(29日]

贝叶斯网络	建设面积	模拟	道路和公交增量	拥塞概率	- - - - - -	易刘et al。59]
	桥	传感器	强度			Asencio-Cortes et al。54]
			占领
			平均速度
			平均距离
	高速公路网络	传感器	网络方向	拥塞概率		金和王34]
			天天气和时间
			事件
			交通流
			入住率
			速度
			的服务水平
			交通拥堵状态

扩展卡尔曼滤波器	高速公路	相机	旅行时间	数据融合	- - - - - -	Adetiloye和Awasthi7]

表数据源累积到一定程度,研究区域范围、输入和结果参数,有多少认知交通状态被认为是研究。2 =免费/拥挤,4 =免费/光/媒介/严重,5 =非常自由/自由/光/媒介/严重