Masterarbeit, 2019
72 Seiten
Geowissenschaften / Geographie - Bevölkerungsgeographie, Stadt- u. Raumplanung
Esta investigación busca comparar el rendimiento de diferentes modelos de predicción del flujo de tráfico utilizando datos reales de la ciudad de Madrid. El objetivo principal es determinar si los modelos basados en aprendizaje profundo pueden igualar o mejorar el rendimiento de los modelos paramétricos para este tipo de series temporales.
El primer capítulo introduce el trabajo y su contexto, planteando la necesidad de predecir el flujo de tráfico en entornos operativos. El segundo capítulo expone los objetivos y la metodología de la investigación. El tercer capítulo presenta un análisis del estado del arte en la predicción del flujo de tráfico. El cuarto capítulo describe los datos utilizados en la investigación, incluyendo su origen, la ubicación de los puntos de medida y el análisis exploratorio de la propiedad carga.
El quinto capítulo explora los métodos paramétricos utilizados en la investigación, incluyendo el método STL, el método MSTL, el método ARIMA y el método SARIMA. El sexto capítulo presenta los métodos basados en aprendizaje profundo, incluyendo redes autorregresivas, LSTM univariado y LSTM con variables exógenas. El séptimo capítulo muestra los resultados de la investigación, incluyendo las métricas de error, la comparación de los mejores métodos por familia y el análisis de la influencia de la calidad de los datos.
Predicción del flujo de tráfico, sistemas de transporte inteligentes (ITS), aprendizaje profundo, redes neuronales, modelos paramétricos, series temporales, datos históricos, ciudad de Madrid.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!
Kommentare