Siamtraffic2.0: Traffic pattern search for travel time prediction in Bangkok road network
Article Sidebar
Main Article Content
บทคัดย่อ
- บทความนี้เสนอระบบพยากรณ์ระยะเวลาในการเดินทาง เพื่อช่วยวางแผนการเดินทางภายในโครงข่ายถนนในกรุงเทพฯ โดยอาศัยการค้นหารูปแบบสภาพจราจรที่มีค่าความสัมพันธ์ของสภาพจราจรที่เกิดขึ้นตามช่วงเวลา ทั้งช่วงเวลาที่เกิดขึ้นต่อเนื่องกันและช่วงเวลาใดๆที่เกิดในอดีต รวมทั้งความสัมพันธ์เชิงพื้นที่ที่เกิดขึ้นจากลักษณะทางกายภาพของถนน เส้นทางจะถูกแบ่งเป็นส่วนย่อย ๆ ที่เรียกว่า Link ซึ่งเก็บโครงสร้างการเชื่อมต่อของถนนและเก็บข้อมูลจราจรที่เป็นอิสระจากกันในแต่ละ Link โดยแยกตามประเภทของวัน ในทุกช่วงเวลา 5 นาที และแบ่งค่าความเร็วกระแสจราจรออกเป็นช่วง (Speed interval) เพื่อสร้างรูปแบบสภาพจราจร เรากาหนดฟังก์ชันวัตถุประสงค์ของปัญหาเพื่อค้นหารูปแบบสภาพจราจรในอดีตที่มีลักษณะใกล้เคียงกับรูปแบบสภาพจราจรที่เกิดขึ้นในปัจจุบันมากที่สุด เพื่อนามาพยากรณ์ระยะเวลาเดินทางในเส้นทาง เราประเมินความถูกต้องของการพยากรณ์ โดยเปรียบเทียบกับข้อมูลที่ได้จากการสารวจจานวน 4 เส้นทาง ที่มีรูปแบบและพฤติกรรมของของการจราจรที่แตกต่างกัน รวมทั้งทดสอบความสามารถในการพยากรณ์ในแต่ละช่วงเวลาล่วงหน้า ในแต่ละช่วงเวลาของวัน ผลการทดสอบ ชี้ให้เห็นว่า เส้นทางที่มีสภาพจราจรในลักษณะ Free flow มีค่าความถูกต้องในการพยากรณ์โดยเฉลี่ยมากกว่าร้อยละ 85 และเส้นทางในเขตชุมชนเมือง Interrupted flow มีค่าความถูกต้องในการพยากรณ์อยู่ในระดับที่ไม่สูงมากนัก ในช่วงร้อยละ 60 - 80 ประสิทธิภาพของอัลกอริทึมในด้านความเร็วเฉลี่ยในการค้นหาคาตอบใช้เวลาน้อยกว่า 1 วินาทีต่อเส้นทาง ต่อช่วงเวลา
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
I/we certify that I/we have participated sufficiently in the intellectual content, conception and design of this work or the analysis and interpretation of the data (when applicable), as well as the writing of the manuscript, to take public responsibility for it and have agreed to have my/our name listed as a contributor. I/we believe the manuscript represents valid work. Neither this manuscript nor one with substantially similar content under my/our authorship has been published or is being considered for publication elsewhere, except as described in the covering letter. I/we certify that all the data collected during the study is presented in this manuscript and no data from the study has been or will be published separately. I/we attest that, if requested by the editors, I/we will provide the data/information or will cooperate fully in obtaining and providing the data/information on which the manuscript is based, for examination by the editors or their assignees. Financial interests, direct or indirect, that exist or may be perceived to exist for individual contributors in connection with the content of this paper have been disclosed in the cover letter. Sources of outside support of the project are named in the cover letter.
I/We hereby transfer(s), assign(s), or otherwise convey(s) all copyright ownership, including any and all rights incidental thereto, exclusively to the Journal, in the event that such work is published by the Journal. The Journal shall own the work, including 1) copyright; 2) the right to grant permission to republish the article in whole or in part, with or without fee; 3) the right to produce preprints or reprints and translate into languages other than English for sale or free distribution; and 4) the right to republish the work in a collection of articles in any other mechanical or electronic format.
We give the rights to the corresponding author to make necessary changes as per the request of the journal, do the rest of the correspondence on our behalf and he/she will act as the guarantor for the manuscript on our behalf.
All persons who have made substantial contributions to the work reported in the manuscript, but who are not contributors, are named in the Acknowledgment and have given me/us their written permission to be named. If I/we do not include an Acknowledgment that means I/we have not received substantial contributions from non-contributors and no contributor has been omitted.
เอกสารอ้างอิง
2. N.K. Chowdhury, R.P. Nath, H. Lee, and J. Chang, “Development of an effective travel time prediction method using modified moving average approach” in 13th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems, Santiago, Chile, Sep. 2009, pp. 130 – 138.
3. A. Khosravi, E. Mazlouni, S. Nahavandi, D. Creighton, and J.W.C. Lint, “Prediction intervals to account for uncertainties in travel time prediction,” IEEE Trans. Intelligent Transportation Systems, vol. 12, pp. 537 – 547, June 2011.
4. T. Kim, H. Kim, and D.J. Lovell “Traffic flow forecasting: overcoming memory-less property in nearest neighbor non-parametric regression,” in Proceedings of the 8th International Conference on Intelligent Transport Systems, Vienna, Sept. 2005, pp. 965 – 969.
5. W.H.K Lam, K. Chan, M. Tam, and W. Shi, “Short-term travel time forecasts for transport information system in Hong Kong,” Journal of Advanced Transportation, vol. 39, pp. 289-306, Autumn (Fall) 2005.
6. W. Lee, S. Tseng, and S. Tsai, “A knowledge based real-time travel time prediction system for urban network,” Expert Systems with Applications, vol. 36, pp. 4239-4247, April 2009.
7. H.E. Lin, M.A.P Taylor, and R. Zito, “A review of travel time prediction in transport and logistics,” in Proceedings of Eastern Asia Society Transportation Studies. Bangkok, Thailand, Sept. 2005, pp. 1433 – 1448.
8. Y. Liu and Y. Zhang, “Comparison of parametric and non-parametric techniques for non-peak traffic forecasting,” in World Academy of Science and Technology, March 2009, issue 27, pp. 8 – 14.
9. A. Simroth and H. Zahle, “Travel time prediction using floating car data applied to logistics planning,” IEEE Trans. Intelligent Transportation Systems, vol. 12, pp. 243- 253, March 2011.
10. Sumalee, A. (2009) “Incident detection based on short-term travel time forecasting,” Research report: Department of Civil and Structural Engineering, Hong Kong Polytechnic University.
