回到顶部

提高交通局的决策能力,在事故

一般在城市交通跟随链接到典型的9到5营业时间间歇模式。在任何情况下,ESTA周期模式受到干扰下一个不幸的意外。目前,主要的挑战那张脸是交通工程师设计精确的交通流模型,用于在这样的事故,他们必须适应局势中实时交通意料之外。该克服的问题,研究人员从劳伦斯国家伯克利实验室的一个团队正在协同运输的加利福尼亚部门(交通局),以使用机器学习(ML)和高性能计算(HPC),可以帮助提高增长交通局的决定在实时-making能力,发生意外事故每当。

再加上先进的运输技术加州合作伙伴(路径),bt365游戏网址的研究所交通研究(ITS)的一部分,并且连接走廊,一个合作项目,以研究,制造和测试于一体的综合走廊管理办法采取控制研究人员进行ESTA研究在加利福尼亚州目前的交通场景。

该系统是由交通局目前正在实施的连接,并通过I-210飞行员在加利福尼亚州试行走廊。在南加州收集有关市,县,和州一级的代表数据,ESTA研究的目的是为了改善加州交通局的实时决策能力。这可以通过实现跨司法管辖区同步交通事件响应计划进行,以降低事故发生最近数。 ESTA系统的第一批计划在帕萨迪纳,阿卡迪亚,蒙罗维亚和杜阿尔特在2020年的城市进行部署,与整个国家未来的部署计划。

“目前,相关的交通流预测存在的几种途径,每个人都可以在正确的环境下有益的,说:”李雪利酒,在伯克利实验室的计算研究部门(CRD)数学家。 “为了消除人工操作取决于谁盲目地相信一个特定模式的怀疑,我们的目标是包括提供型号众多坚定的和准确的交通预测。我们这样做是通过结构化的集成学习算法,集成了其他子模型。

集成学习的概念,已经出现了一段时间,机器学习能力,研究人员探究了很长一段时间。它是一种毫升模式,它结合了各类组学习者(单模式)提高,对飞,在稳定性,该模型的预测能力。bt365游戏什么是不常见的是短暂的交通流特性;流量估计是在一段时间后相关,类似于来自各种模型预测结果。

在这个合作研究,乐团模型考虑子模型,并指定了“投股份”的相互信赖,以平衡他们的个人表现与他们的合作,依赖。同样的模式集合预报性能值比年长的更近的历史业绩。最终,模型优于任何在预测精度和稳定性两者测试中使用的单个模型。

研究开始从伯克利实验室的实验室指导研究与发展(LDRD)计划的资金。其目标是开发一个计算系统,这将使明确的HPC应用到交通,例如,精简和流量控制。布赖恩·彼得森,在路径的系统开发经理,带领团队和整个还管理在走廊连接的系统开发团队。宏远战,宾州州立大学前的夏天伯克利实验室计算科学的学生,是一个主要贡献者到所连接的走廊对于此项研究工作。