Промышленные АСУ и контроллеры Аннотация к статье << Назад Прогнозирование транспортных потоков агломераций на основе нейронной сети Н.Г. Куфтинова, А.В. Остроух, Н.Е. Суркова, К.А. Баринов В статье предложен метод прогнозирования на основе нейронных сетей для решения проблемы предсказания трафика загруженности сети. Из существующих методов прогнозирования наиболее применим для определения пропускной способности на любых фрагментах транспортной сети метод Бокса-Дженкинса (ARIMA, ARMA), который опирается на один фактор – временной. Системный анализ внешних транспортных связей акцентирует внимание на то, что на транспортный поток оказывает влияние один из основных факторов – время. Представленная архитектура нейронной сети способна отображать динамику и сложность потока трафика. Надежная и точная система предсказания загруженности транспортной сети необходима для надежного функционирования интеллектуальной транспортной инфраструктуры. С математической точки зрения данная задача может быть поставлена как задача прогнозирования некоторой наблюдаемой величины, например, скорости или интенсивности потока в заданном узле транспортной сети для выбранного горизонта прогнозирования, где краткосрочный прогноз не более 1-го часа. Ключевые слова: нейронная сеть; методы прогнозирования; трафик загруженности сети; транспортный поток; нейросетевая структура. DOI: 10.25791/asu.11.2020.1235 Стр. 40-45.