• English
  • Deutsch
  • Log In
    Password Login
    or
  • Research Outputs
  • Projects
  • Researchers
  • Institutes
  • Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Abschlussarbeit
  4. Untersuchungen zur Parameterabhängigkeit der Vorhersagegüte bei einem auf Raum-Zeit-Mustern basierenden Prognoseverfahren
 
  • Details
  • Full
Options
2007
Seminar Paper
Titel

Untersuchungen zur Parameterabhängigkeit der Vorhersagegüte bei einem auf Raum-Zeit-Mustern basierenden Prognoseverfahren

Abstract
Die Abschätzung zu erwartender Verkehrsstärken für einen Prognosehorizont von bis zu 20 Minuten ist Grundlage optimaler Steuerungsentscheidungen des innerstädtischen Straßenverkehrsmanagements. Typische Verkehrsabläufe wiederholen sich regelmäßig innerhalb eines Verkehrsnetzes, welche anhand historischer Daten als sogenannte Referenzmuster abgespeichert werden können. Dieses Verfahren ermöglicht es, auf Basis des ähnlichen Referenzmusters der aktuellen Verkehrssituation, die Verkehrsstärken eines Folgeintervalls gleichzeitig an mehreren Messstellen vorherzusagen. Der Ansatz stellt somit eine räumliche Erweiterung von klassischen Ganglinienverfahren dar. Durch günstige Wahl der Parameter des Verfahrens können verkehrstechnisch gute Prognoseergebnisse erzielt werden, auch im Vergleich mit anderen, methodisch komplexeren Ansätzen.
ThesisNote
Dresden, TU, Studienarbeit, 2007
Author(s)
Tönjes, S.
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI
Advisor
Krimmling, J.
Döge, K.-P.
TU Dresden
Beteiligt
Förster, G.
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI
Verlagsort
Dresden
Thumbnail Image
Language
German
google-scholar
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI
Tags
  • Kurzfristprognose

  • Prognoseverfahren

  • Referenzmuster

  • Klassifikation

  • Clusterverfahren

  • Tagesklassen

  • Straßenverkehr

  • Prognosegüte

  • Prognosefehler

  • Verkehrsdaten

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Send Feedback
© 2022