فهرست نشریات علمی دسترسی آزاد ایران

پیش‌بینی دقیق سرعت خودرو موجب کاهش مصرف انرژی و افزایش ایمنی خودروهای هوشمند می‌شود. با توجه به داده‌های موجود در سیستم‌های حمل‌ونقل هوشمند و ظرفیت شبکه‌های عصبی عمیق در بهره‌برداری از این داده‌ها، یک روش هوشمند برای پیش‌بینی سرعت با استفاده از شبکه‌های عصبی عمیق ارائه شده است. پیش‌بینی سرعت با استفاده از سابقه سرعت خودروی هدف و خودروهای جلویی آن انجام می‌شود. به منظور افزایش دقت پیش‌بینی، یک روش نوآورانه برای نرمال‌سازی داده‌های سرعت خودرو معرفی شده است که منجر به کاهش خطای پیش‌بینی می‌شود. علاوه بر این، برای مواجهه با چالش‌های عملی رانندگی، عدم قطعیت در میزان سابقه سرعت در دسترس و تعداد خودروهای جلویی در روش توسعه‌یافته لحاظ شده است. در این پژوهش، پیش‌بینی سرعت با گام زمانی بسیار کوتاه انجام شده است که اگرچه موجب افزایش دقت می‌شود، اما باعث افزایش بُعد مسئله و دوچندان شدن چالش پیش‌بینی می‌گردد؛ موضوعی که در مطالعات پیشین گزارش نشده است. برای آموزش مدل‌های پیش‌بین سرعت هوشمند از داده‌های واقعی بزرگراه استفاده شده است. نتایج نشان می‌دهد که روش پیشنهادی، به‌ویژه در گام‌های زمانی اولیه، دقت بالاتری دارد و فاقد آفست است. میانگین خطای مطلق پیش‌بینی در افق شش ثانیه‌ای با روش پیشنهادی با 2410/0 متر بر ثانیه است که نسبت به مدل‌های تحلیلی حداقل 1/49 درصد کاهش نشان می‌دهد.