JPH0620188A - 交通量予測装置 - Google Patents
交通量予測装置Info
- Publication number
- JPH0620188A JPH0620188A JP17264392A JP17264392A JPH0620188A JP H0620188 A JPH0620188 A JP H0620188A JP 17264392 A JP17264392 A JP 17264392A JP 17264392 A JP17264392 A JP 17264392A JP H0620188 A JPH0620188 A JP H0620188A
- Authority
- JP
- Japan
- Prior art keywords
- traffic volume
- traffic
- predicted
- time series
- volume
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract 2
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005183 dynamical system Methods 0.000 claims description 9
- 238000005312 nonlinear dynamic Methods 0.000 abstract 1
- 238000009423 ventilation Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 9
- 230000007774 longterm Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000004071 soot Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【目的】 外乱により大きな交通量変動が生じたときも
追従性の良い交通量予測を得る。 【構成】 トラフィックカウンタ11による現在の交通
量検出値から一定時間前までの実測交通量を演算部12
で求め、過去の時間帯毎の交通量を交通量変動時系列デ
ータ記憶部13から取り込み、この時系列データに対し
交通量予測部14で非線形力学系理論に基づいた決定論
的時系列モデルにより短期的な交通量予測を行い、この
予測値Nm(n)と実測交通量Nr(n−1)から変動
係数演算部15が変動係数Jを求め、この変動係数と現
在の予測交通量Nm(n)からファジイ推論手段16,
17がファジイ推論によって予測交通量を補正する。
追従性の良い交通量予測を得る。 【構成】 トラフィックカウンタ11による現在の交通
量検出値から一定時間前までの実測交通量を演算部12
で求め、過去の時間帯毎の交通量を交通量変動時系列デ
ータ記憶部13から取り込み、この時系列データに対し
交通量予測部14で非線形力学系理論に基づいた決定論
的時系列モデルにより短期的な交通量予測を行い、この
予測値Nm(n)と実測交通量Nr(n−1)から変動
係数演算部15が変動係数Jを求め、この変動係数と現
在の予測交通量Nm(n)からファジイ推論手段16,
17がファジイ推論によって予測交通量を補正する。
Description
【0001】
【産業上の利用分野】本発明は、道路トンネルの換気制
御のための交通量予測装置に関する。
御のための交通量予測装置に関する。
【0002】
【従来の技術】道路トンネルの換気制御は、トンネル内
外に設置される各種センサ(VI計,CO計,風向風速
計等)からの計測値及びトンネル内外の交通量から必要
な換気量を求め、換気機の運転台数等の自動制御を行
う。この換気制御により、道路トンネル内の排気ガス及
び煤煙等による汚染濃度を緩和する。
外に設置される各種センサ(VI計,CO計,風向風速
計等)からの計測値及びトンネル内外の交通量から必要
な換気量を求め、換気機の運転台数等の自動制御を行
う。この換気制御により、道路トンネル内の排気ガス及
び煤煙等による汚染濃度を緩和する。
【0003】道路トンネルにおいて、汚染の発生原因
は、トンネルを通過する自動車が排出する排気ガス及び
煤煙である。したがって、換気制御装置では、トンネル
を通過する自動車の台数を正確に予測し、汚染の度合い
を予測することが、重要な機能となっている。
は、トンネルを通過する自動車が排出する排気ガス及び
煤煙である。したがって、換気制御装置では、トンネル
を通過する自動車の台数を正確に予測し、汚染の度合い
を予測することが、重要な機能となっている。
【0004】換気制御装置の設置条件によっては、トラ
フィックカウンタにより実際の交通量をリアルタイムに
取り込み、制御のパラメータとして使用できるものもあ
る。しかし、一般的にトラフィックカウンタの設置場所
等の問題から、生の計測値を自動制御のパラメータとし
てそのまま使用できないことが大多数である。
フィックカウンタにより実際の交通量をリアルタイムに
取り込み、制御のパラメータとして使用できるものもあ
る。しかし、一般的にトラフィックカウンタの設置場所
等の問題から、生の計測値を自動制御のパラメータとし
てそのまま使用できないことが大多数である。
【0005】したがって、換気制御装置では、交通量を
予測することが必要不可欠な機能となっている。
予測することが必要不可欠な機能となっている。
【0006】従来の交通量予測方式には、交通量変動パ
ターンを利用するものがある。トンネルを通過する自動
車の台数は、1日の時間帯,曜日,季節によってパター
ン化されることが統計的に確認されており、例えば、図
5に1日の交通量の変動パターンの一例を示す。
ターンを利用するものがある。トンネルを通過する自動
車の台数は、1日の時間帯,曜日,季節によってパター
ン化されることが統計的に確認されており、例えば、図
5に1日の交通量の変動パターンの一例を示す。
【0007】この交通量変動パターンを利用し、曜日
毎,時間帯別等に交通量を予測する。また、変動パター
ンは交通量の経年変化にも対応できるように随時成長さ
せる方式が各種実施されている。
毎,時間帯別等に交通量を予測する。また、変動パター
ンは交通量の経年変化にも対応できるように随時成長さ
せる方式が各種実施されている。
【0008】他の交通量予測方式として、1日を30分
〜60分程度刻みの時間帯に分け、各時間帯の平均交通
量を予測する方法が提案されている(例えば特開昭63
−304900号公報)。
〜60分程度刻みの時間帯に分け、各時間帯の平均交通
量を予測する方法が提案されている(例えば特開昭63
−304900号公報)。
【0009】この予測方式では交通量検出器で検出され
た前日までの交通量の一次指数平滑値を当日の予測値と
している。
た前日までの交通量の一次指数平滑値を当日の予測値と
している。
【0010】
【発明が解決しようとする課題】曜日毎の交通量変動パ
ターンだけによる交通量予測は、どのような状態であっ
てもパターンに記憶している台数を使用することにな
る。このため、実際の交通量がパターン(同じ曜日の同
じ時間帯であっても)から大幅に外れた場合に、過剰又
は過小な換気制御を行ってしまう欠点があった。つま
り、交通量変動パターンによる交通量予測は、基準交通
量として換気制御の計画を立てるためには有効な手段で
あるが、何等かの外乱により実際の交通量に変動があっ
た場合に追従できない、という問題点がある。
ターンだけによる交通量予測は、どのような状態であっ
てもパターンに記憶している台数を使用することにな
る。このため、実際の交通量がパターン(同じ曜日の同
じ時間帯であっても)から大幅に外れた場合に、過剰又
は過小な換気制御を行ってしまう欠点があった。つま
り、交通量変動パターンによる交通量予測は、基準交通
量として換気制御の計画を立てるためには有効な手段で
あるが、何等かの外乱により実際の交通量に変動があっ
た場合に追従できない、という問題点がある。
【0011】実際の交通量の変動が発生する原因は、具
体的に例を挙げると以下の通りである。
体的に例を挙げると以下の通りである。
【0012】(1)長期的観点からみた変動の原因 (イ)曜日、時間帯、季節、天候等の影響 (ロ)路線交通量の経年変化 (ハ)その他、定性的に表現できない交通量の変動 な
ど (2)短期的観点からみた変動の原因 (イ)大雪のため他の路線が通行止になり、換気制御の
対象としているトンネルが含まれる路線に自動車が集中
してしまった。
ど (2)短期的観点からみた変動の原因 (イ)大雪のため他の路線が通行止になり、換気制御の
対象としているトンネルが含まれる路線に自動車が集中
してしまった。
【0013】(ロ)事故または工事のため、長時間で通
行規制や通行止を行った。
行規制や通行止を行った。
【0014】(ハ)その他、定性的に表現できない交通
量の変動 など本発明の目的は、外乱により大きな交通
量変動が生じたときも追従性の良い予測ができる交通量
予測装置を提供することにある。
量の変動 など本発明の目的は、外乱により大きな交通
量変動が生じたときも追従性の良い予測ができる交通量
予測装置を提供することにある。
【0015】
【課題を解決するための手段】本発明は、前記課題の解
決を図るため、道路トンネルの交通量を予測する交通量
予測装置において、現在の交通量を検出するトラフィッ
クカウンタの検出値から一定時間前までの実測交通量N
r(n−1)を求める実測交通量演算部と、一定期間の
過去の時間毎の交通量を記憶しておく交通量変動時系列
データ記憶部と、前記交通量変動時系列データ記憶部か
ら得る実績交通量に対して非線形力学系理論に基づいた
決定論的時系列モデルから短期的な交通量を予測する交
通量予測部と、前記実測交通量Nr(n−1)と前記交
通量予測部から取り込む同じ時間帯の予測交通量Nm
(n−1)とから交通量変動係数Jを次式
決を図るため、道路トンネルの交通量を予測する交通量
予測装置において、現在の交通量を検出するトラフィッ
クカウンタの検出値から一定時間前までの実測交通量N
r(n−1)を求める実測交通量演算部と、一定期間の
過去の時間毎の交通量を記憶しておく交通量変動時系列
データ記憶部と、前記交通量変動時系列データ記憶部か
ら得る実績交通量に対して非線形力学系理論に基づいた
決定論的時系列モデルから短期的な交通量を予測する交
通量予測部と、前記実測交通量Nr(n−1)と前記交
通量予測部から取り込む同じ時間帯の予測交通量Nm
(n−1)とから交通量変動係数Jを次式
【0016】
【数2】J=Nr(n−1)/Nm(n−1) にしたがって求める変動係数演算部と、前記変動係数J
と前記交通量予測部から取り込んだ現在の予測交通量N
m(n)からファジイ推論によって予測交通量Nf
(n)を求めるファジイ推論手段とを備えたことを特徴
とする。
と前記交通量予測部から取り込んだ現在の予測交通量N
m(n)からファジイ推論によって予測交通量Nf
(n)を求めるファジイ推論手段とを備えたことを特徴
とする。
【0017】
【作用】長期的観点からみた交通量の変動の原因を非線
形力学系理論に基づいた決定論的時系列モデルから短期
的に将来の交通量を予測することにより解決し、短期的
観点からみた交通量の変動の原因をトラフィックカウン
タからの実測交通量と前記の非線形力学系理論に基づい
た決定論的時系列モデルから予測した交通量のずれから
ファジイ推論を行い予測交通量を補正し総合的に短期的
な将来の交通量の予測を行う。
形力学系理論に基づいた決定論的時系列モデルから短期
的に将来の交通量を予測することにより解決し、短期的
観点からみた交通量の変動の原因をトラフィックカウン
タからの実測交通量と前記の非線形力学系理論に基づい
た決定論的時系列モデルから予測した交通量のずれから
ファジイ推論を行い予測交通量を補正し総合的に短期的
な将来の交通量の予測を行う。
【0018】
【実施例】図1は本発明の一実施例を示す交通量予測の
ブロック図である。トラフィックカウンタ1は現在の交
通量を検出し、実測交通量演算部2はトラフィックカウ
ンタ1の検出値から直前の1時間の実測交通量Nr(n
−1)を求める。
ブロック図である。トラフィックカウンタ1は現在の交
通量を検出し、実測交通量演算部2はトラフィックカウ
ンタ1の検出値から直前の1時間の実測交通量Nr(n
−1)を求める。
【0019】交通量変動時系列データ記憶部13は、一
定期間の過去の交通量計測値を時間帯毎に記憶し、常に
最新の値に更新しておく。
定期間の過去の交通量計測値を時間帯毎に記憶し、常に
最新の値に更新しておく。
【0020】交通量予測部14は、交通量変動時系列デ
ータ記憶部13から過去の実績交通量を読み込み、非線
形力学系理論に基づいた決定論的時系列モデルによる解
析を行い、短期的な将来の交通量を予測する。
ータ記憶部13から過去の実績交通量を読み込み、非線
形力学系理論に基づいた決定論的時系列モデルによる解
析を行い、短期的な将来の交通量を予測する。
【0021】変動係数演算部15は、実測交通量演算部
12が求める直前1時間の実測交通量Nr(n−1)
と、交通量予測部14が予測した同じ直前1時間の予測
交通量Nm(n−1)とから交通量変動係数Jを次式か
ら求める。
12が求める直前1時間の実測交通量Nr(n−1)
と、交通量予測部14が予測した同じ直前1時間の予測
交通量Nm(n−1)とから交通量変動係数Jを次式か
ら求める。
【0022】
【数3】J=Nr(n−1)/Nm(n−1) 補正演算部16は、ファジイルールベース17と共にフ
ァジイ推論手段を構成し、変動係数演算部15からの変
動係数Jと、交通量予測部14が予測した現在から1時
間の予測交通量Nm(n)とを使い、ファジイ推論によ
って予測交通量Nf(n)を求める。このファジイ推論
にはファジイルールベース17からのルール,データを
参照して実行される。
ァジイ推論手段を構成し、変動係数演算部15からの変
動係数Jと、交通量予測部14が予測した現在から1時
間の予測交通量Nm(n)とを使い、ファジイ推論によ
って予測交通量Nf(n)を求める。このファジイ推論
にはファジイルールベース17からのルール,データを
参照して実行される。
【0023】上述のように、本実施例では、長期的な観
点からみた交通量の変動に対する短期的な将来の交通量
予測を非線形力学系理論に基づいた決定論的時系列モデ
ルから予測し、短期的な観点からみた交通量の変動に対
する短期的な将来の交通量予測をトラフィックカウンタ
からの実測交通量と前記の非線形力学系理論に基づいた
決定論的時系列モデルにより予測した交通量のずれから
ファジイ推論を行い予測交通量を補正し、総合的に短期
的な将来の交通量の予測を行うものである。
点からみた交通量の変動に対する短期的な将来の交通量
予測を非線形力学系理論に基づいた決定論的時系列モデ
ルから予測し、短期的な観点からみた交通量の変動に対
する短期的な将来の交通量予測をトラフィックカウンタ
からの実測交通量と前記の非線形力学系理論に基づいた
決定論的時系列モデルにより予測した交通量のずれから
ファジイ推論を行い予測交通量を補正し、総合的に短期
的な将来の交通量の予測を行うものである。
【0024】次にファジイ推論部16における推論方法
の一例を具体例を挙げて説明する。ファジイルールベー
ス17内には、ファジイ推論に用いるための各種データ
があらかじめ設定されている。そのうち1つがメンバシ
ップ関数である。この実施例では、変動係数J、今回予
測すべき1時間の非線形力学系理論に基づいた決定論的
時系列モデルから予測した予測交通量Nm(n)、予測
交通量Nf(n)についてそれぞれメンバシップ関数を
定義している。一例として、図2にJ、図3にNm
(n)、図4にNf(n)を示す。ここでは、図2の変
動係数Jのメンバシップ関数について代表として説明す
る。ここで横軸がJの値、縦軸がメンバシップ関数の成
立度合いである。横軸目盛は、前記式から求めた変動係
数の値に対応している。ここで、Kには5つのファジイ
集合が定義されている。ここで各ファジイラベルの意味
は次の通りである。
の一例を具体例を挙げて説明する。ファジイルールベー
ス17内には、ファジイ推論に用いるための各種データ
があらかじめ設定されている。そのうち1つがメンバシ
ップ関数である。この実施例では、変動係数J、今回予
測すべき1時間の非線形力学系理論に基づいた決定論的
時系列モデルから予測した予測交通量Nm(n)、予測
交通量Nf(n)についてそれぞれメンバシップ関数を
定義している。一例として、図2にJ、図3にNm
(n)、図4にNf(n)を示す。ここでは、図2の変
動係数Jのメンバシップ関数について代表として説明す
る。ここで横軸がJの値、縦軸がメンバシップ関数の成
立度合いである。横軸目盛は、前記式から求めた変動係
数の値に対応している。ここで、Kには5つのファジイ
集合が定義されている。ここで各ファジイラベルの意味
は次の通りである。
【0025】・ZE:かなり少ない ・S:少ない ・M:一致している ・B:多い ・BB:かなり多い 例えば、J=1.25の値では、メンバシップ関数のM
およびBの両方に所属し、Mでは0.5、Bでは0.5の
成立度合いをとることがわかる。このようなメンバシッ
プ関数がJ以外の、Nm(n)、Nf(n)についても
同様にすべて定義されており、夫々のファジイラベルの
意味は次の通りである。
およびBの両方に所属し、Mでは0.5、Bでは0.5の
成立度合いをとることがわかる。このようなメンバシッ
プ関数がJ以外の、Nm(n)、Nf(n)についても
同様にすべて定義されており、夫々のファジイラベルの
意味は次の通りである。
【0026】ZE:ほとんど無い SS:かなり少ない SB:少ない M:中位 BS:多い BB:かなり多い 次に、予測交通量Nf(n)を求めるためのファジイル
ールは、例えば表1に示すテーブルの論理にされる。
ールは、例えば表1に示すテーブルの論理にされる。
【0027】
【表1】
【0028】このテーブルは変動係数Jとパターン交通
量Nm(n)とを条件部とし、結論部に予測交通量Nf
(n)を求めるものである。このテーブルにおいて、横
欄から変動係数Jの所属するメンバシップ関数のファイ
ルラベルを、縦欄からパターン交通量Nm(n)の所属
するメンバシップ関数のファジイラベルをそれぞれ求
め、テーブル上で対応するNf(n)の所属するメンバ
シップ関数の所属するメンバシップ関数のファジイラベ
ルから予測交通量を推論することができる。
量Nm(n)とを条件部とし、結論部に予測交通量Nf
(n)を求めるものである。このテーブルにおいて、横
欄から変動係数Jの所属するメンバシップ関数のファイ
ルラベルを、縦欄からパターン交通量Nm(n)の所属
するメンバシップ関数のファジイラベルをそれぞれ求
め、テーブル上で対応するNf(n)の所属するメンバ
シップ関数の所属するメンバシップ関数のファジイラベ
ルから予測交通量を推論することができる。
【0029】なお、上述の例で示すJ及びNm(n)か
ら予測交通量Nf(n)を求めるファジイ推論の過程に
ついては、マンダニのMin−Max法などの各種方式
を使用できる。
ら予測交通量Nf(n)を求めるファジイ推論の過程に
ついては、マンダニのMin−Max法などの各種方式
を使用できる。
【0030】また、交通量予測間隔は1時間単位に限ら
ず、30分単位など一定時間毎に必要に応じて間隔を変
更することもできる。
ず、30分単位など一定時間毎に必要に応じて間隔を変
更することもできる。
【0031】
【発明の効果】以上のとおり、本発明によれば、長期的
観点からみた交通量の変動に対する短期的な将来の交通
量予測を非線形力学系理論に基づいた決定論的時系列モ
デルから予測し、短期的観点からみた交通量の変動をト
ラフィックカウンタからの実測交通量と前記の時系列モ
デルから予測した予測交通量のずれからファジイ推論を
行い予測交通量を補正し、総合的に交通量の予測を行う
ようにしたため、長期的な観点からみた定性的に表現で
きない交通量の変動や交通事故等によって実際の交通量
が大きく変動する等の短期的な観点からみた変動にも実
情に合った適格な交通量予測ができ、ひいては換気制御
に安定した追従性の良い制御及び省エネ制御を実現する
ことができる。
観点からみた交通量の変動に対する短期的な将来の交通
量予測を非線形力学系理論に基づいた決定論的時系列モ
デルから予測し、短期的観点からみた交通量の変動をト
ラフィックカウンタからの実測交通量と前記の時系列モ
デルから予測した予測交通量のずれからファジイ推論を
行い予測交通量を補正し、総合的に交通量の予測を行う
ようにしたため、長期的な観点からみた定性的に表現で
きない交通量の変動や交通事故等によって実際の交通量
が大きく変動する等の短期的な観点からみた変動にも実
情に合った適格な交通量予測ができ、ひいては換気制御
に安定した追従性の良い制御及び省エネ制御を実現する
ことができる。
【図1】本発明の一実施例を示す交通量予測ブロック
図。
図。
【図2】変動係数Jのメンバシップ関数。
【図3】パターン交通量Nm(n)のメンバシップ関
数。
数。
【図4】予測交通量Nf(n)のメンバシップ関数。
【図5】1日の交通量の変動パターン。
11…トラフィックカウンタ 12…実測交通量演算部 13…交通量変動時系列データ記憶部 14…交通量予測部 15…変動係数演算部 16…補正演算部 17…ファジイルールベース
───────────────────────────────────────────────────── フロントページの続き (72)発明者 木村 孝 東京都小平市花小金井1−26−27
Claims (1)
- 【請求項1】 道路トンネルの交通量を予測する交通量
予測装置において、現在の交通量を検出するトラフィッ
クカウンタの検出値から一定時間前までの実測交通量N
r(n−1)を求める実測交通量演算部と、一定期間の
過去の時間毎の交通量を記憶しておく交通量変動時系列
データ記憶部と、前記交通量変動時系列データ記憶部か
ら得る実績交通量に対して非線形力学系理論に基づいた
決定論的時系列モデルから短期的な交通量を予測する交
通量予測部と、前記実測交通量Nr(n−1)と前記交
通量予測部から取り込む同じ時間帯の予測交通量Nm
(n−1)とから交通量変動係数Jを次式 【数1】J=Nr(n−1)/Nm(n−1) にしたがって求める変動係数演算部と、前記変動係数J
と前記交通量予測部から取り込んだ現在の予測交通量N
m(n)からファジイ推論によって予測交通量Nf
(n)を求めるファジイ推論手段とを備えたことを特徴
とする交通量予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP17264392A JP3086750B2 (ja) | 1992-06-30 | 1992-06-30 | 交通量予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP17264392A JP3086750B2 (ja) | 1992-06-30 | 1992-06-30 | 交通量予測装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0620188A true JPH0620188A (ja) | 1994-01-28 |
JP3086750B2 JP3086750B2 (ja) | 2000-09-11 |
Family
ID=15945690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP17264392A Expired - Fee Related JP3086750B2 (ja) | 1992-06-30 | 1992-06-30 | 交通量予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3086750B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001112051A (ja) * | 1999-10-08 | 2001-04-20 | Ddi Corp | 通信トラヒック量予測装置を有する移動通信システム |
JP2004288178A (ja) * | 2003-03-05 | 2004-10-14 | Sumitomo Electric Ind Ltd | 旅行時間予測方法及びプログラム |
-
1992
- 1992-06-30 JP JP17264392A patent/JP3086750B2/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001112051A (ja) * | 1999-10-08 | 2001-04-20 | Ddi Corp | 通信トラヒック量予測装置を有する移動通信システム |
JP2004288178A (ja) * | 2003-03-05 | 2004-10-14 | Sumitomo Electric Ind Ltd | 旅行時間予測方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP3086750B2 (ja) | 2000-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9799218B1 (en) | Prediction for lane guidance assist | |
US5251285A (en) | Method and system for process control with complex inference mechanism using qualitative and quantitative reasoning | |
Chen et al. | Freeway ramp control using fuzzy set theory for inexact reasoning | |
Kurzhanskiy et al. | Guaranteed prediction and estimation of the state of a road network | |
JPH05250594A (ja) | 道路交通シミュレーションシステム | |
CN114241772A (zh) | 一种基于异常事件实时监测的区域路网联动控制方法、系统 | |
JPH11328571A (ja) | 交通路網上の交通状況を求める方法及び装置 | |
JPH0877485A (ja) | 走行所要時間予測装置 | |
JPH0620188A (ja) | 交通量予測装置 | |
US20220292521A1 (en) | Computer-Assisted Method for Generating Training Data for a Neural Network for Predicting a Concentration of Pollutants | |
Iokibe et al. | Traffic prediction method by fuzzy logic | |
JPH05287997A (ja) | 交通量予測装置 | |
JP3778539B2 (ja) | トンネル内車両走行制御方法及びその装置 | |
JP5392480B2 (ja) | トンネル換気設備の運転方法 | |
JP2703438B2 (ja) | トンネル換気制御装置 | |
JPH076292A (ja) | 信号機制御システム | |
Vrbanić et al. | Reinforcement learning based variable speed limit control for mixed traffic flows using speed transition matrices for state estimation | |
JPH11229798A (ja) | 道路トンネルの換気制御システム | |
JPH06185300A (ja) | トンネル換気制御装置 | |
JP2541147B2 (ja) | トンネル換気制御方法 | |
JP3254801B2 (ja) | 換気自動制御装置 | |
Vemuri et al. | Short-term forecasting of traffic delays in highway construction zones using on-line approximators | |
JPH0798794A (ja) | 交通流予測装置 | |
Lam et al. | A dynamic route guidance system based on historical and current traffic pattern | |
JP3467910B2 (ja) | トンネル換気制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080707 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |