Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

18.06.2020 | Original Article | Ausgabe 6/2021

Neural Computing and Applications 6/2021

Bayesian combined neural network for traffic volume short-term forecasting at adjacent intersections

Zeitschrift:
Neural Computing and Applications > Ausgabe 6/2021
Autoren:
Sharaf AlKheder, Wasan Alkhamees, Reyouf Almutairi, Mohammad Alkhedher
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Undoubtedly, one of the greatest issues nowadays is congestion. To face such problem, forecasting of traffic is required. Bayesian combined neural network (BCNN) is applied to four different locations in Kuwait (Cairo Street, Riyadh Street, Maghreb Road and Istiqlal Road) to predict the short-term traffic volume at the middle section due to traffic flow from adjacent intersections. All data were collected for a period of 1 week over 15-min observation intervals using loop detectors. In addition to time-series responses and regression plots, mean square error (MSE) has been used to validate the network performance after data normalization. In comparison with MSE and R values, both values were slightly less precise during weekdays compared to weekends. After standardizing, the average MSE during weekdays was 0.003468 and regression (R) was 0.98113 for the four streets. For weekends model, the average MSE was 0.003563 and regression (R) was 0.97374 for the four streets. Istiqlal Street weekday model was the best model that fits the information among all the four models; as it has the smallest MSE value equivalent to 0.0010087 and the highest R value of 0.9959. BCNN model has achieved outstanding prediction performance with great potential to be generalized for various locations at different times of the day. These results can allow transportation planners to forecast traffic congestions and take prior measures to avoid them. Further modeling can assist in studying factors causing intersection congestions.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 6/2021

Neural Computing and Applications 6/2021 Zur Ausgabe

Premium Partner