.png)
.png)
Послать статью по эл. почте 
СИСТЕМНЫЙ АНАЛИЗ ОСНОВНЫХ ТЕНДЕНЦИЙ В РАЗВИТИИ АДАПТИВНЫХ МЕТОДОВ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ
https://doi.org/10.21122/2309-4923-2017-3-28-32
Аннотация
Об авторах
А. Н. КлимовичРоссия
Климович Андрей Николаевич - магистр
В. Н. Шуть
Беларусь
Шуть Василий Николаевич – кандидат технических наук, доцент кафедры Интеллектуальных информационных технологий
Список литературы
1. Aavani, P. A review on adaptive traffic controls systems / P. Aavani, K. S. Mithun, S. Sneha // International Journal of Latest Engineering and Management Research. – 2017. – Vol. 2, № 1. – P. 52–57.
2. Stevanovic, A. Adaptive Traffic Control Systems: Domestic and Foreign State of Practice / A. Stevanovic // A Synthesis of Highway Practice. NCHRP Synthesis 403. – 2010. – 114 p.
3. Hiertz, G. R. The IEEE 802.11 Universe / G. R. Hiertz [et al.] // IEEE Communications Magazine. – 2010. – Vol. 48, № 1. – P. 62–70.
4. Dar, K. Wireless communication technologies for ITS applications / K. Dar [et al.] // IEEE Communications Magazine. – 2010. – Vol. 48, № 5. – P. 156–162.
5. Martinez, F. J. Emergency services in future intelligent transportation systems based on vehicular communication networks / F. J. Martinez [et al.] // IEEE Intelligent Transportation Systems Magazine. – 2010. – Vol. 2, № 2. – P. 6–20.
6. Williams, B. M. Modeling and forecasting vehicular traffic flow as a seasonal ARIMA process: Theoretical basis and empirical results / B. M. Williams, L. A. Hoel // Journal of Transportation Engineering. – 2003. – Vol. 129, № 6. – P. 664–672.
7. Wu, C.-H. Travel-time prediction with support vector regression / C.-H. Wu, J.-M. Ho, D. Lee // IEEE Transactions on Intelligent Transportation Systems. – 2004. – Vol. 5, № 4. – P. 276–281.
8. Chan, K. Neural-network-based models for short-term traffic flow forecasting using a hybrid exponential smoothing and Levenberg– Marquardt algorithm / K. Chan, T. Dillon, J. Singh // IEEE Transactions on Intelligent Transportation Systems. – 2012. – Vol. 13, № 2. – P. 644–654.
9. Dimitriou, L. Adaptive hybrid fuzzy rule-based system approach for modeling and predicting urban traffic flow / L. Dimitriou, T. Tsekeris, A. Stathopoulos // Transportation Research Part C: Emerging Technologies. – 2008. – Vol. 16, № 5. – P. 554–573.
10. Zhang, Y. Short-term traffic flow forecasting using fuzzy logic system methods / Y. Zhang, Z. Ye // Journal of Intelligent Transportation Systems. – 2008. – Vol. 12, № 3. – P. 102–112.
11. Vlahogianni, E. I. Optimized and meta-optimized neural networks for short-term traffic flow prediction: A genetic approach / E. I. Vlahogianni, M. G. Karlaftis, J. C. Golias // Transportation Research Part C: Emerging Technologies. – 2005. – Vol. 13, № 3. – P. 211–234.
12. Flemisch, F. Towards Highly Automated Driving: Intermediate report on the HAVEit-Joint System / F. Flemisch [et al.] // 3rd European Road Transport Research Arena – 2010. – P. 1–12.
13. Toffetti, A. CityMobil: Human Factors issues regarding highly-automated vehicles on an eLane / A. Toffetti [et al.] // Paper presented at the Transportation Research Board, New York. – 2009. – Vol. 2110. – P. 1–8.
14. Buehler, M. The DARPA Urban Challenge: Autonomous Vehicles in City Traffic / M. Buehler, K. Iagnemma, S. Singh // Springer Tracts in Advanced Robotics. – 2010. – Vol. 56. – P. 441–508.
15. Wees, K. (2005) Product liability for ADAS; legal and human factors perspectives / K. Wees, K. Brookhuis // European Journal of Transport and Infrastructure Research. – 2005. – Vol. 5, № 4. – P. 357–372.
16. Fei, Y. New vehicle sequencing algorithms with vehicular infrastructure integration for an isolated intersection / Y. Fei, M. Dridi, A. El-Moudni // Telecommunication Systems. – 2012. – Vol 50, № 4. – P. 325–337.
17. Войцехович, О. Ю. Стратегия оптимизации движения автомобилей по магистрали города с использованием бинарного дерева решений / О. Ю. Войцехович, В. Н. Шуть // Информационные технологии и системы 2011 (ИТС 2011): материалы международной научной конференции. – Минск: БГУИР, 2011. – C. 187–188.
18. Li, Z. Signal control optimization for automated vehicles at isolated signalized intersections / Z. Li, L. Elefteriadou, S. Ranka // Transportation Research Part C Emerging Technologies. – 2014. – Vol. 49. – P. 1–18.
19. Wuthishuwong, C. Vehicle to infrastructure based safe trajectory planning for Autonomous Intersection Management / C. Wuthishuwong, A. Traechtler // In Proceedings of IEEE International Conference on ITS Telecommunications. – 2013. – P. 175–180.
20. Dresner, K. A Multiagent Approach to Autonomous Intersection Management / K. Dresner, P. Stone // Journal of Artificial Intelligence Research. – 2008. – Vol. 31. – P. 591–656.
21. Климович, А. Н. Современные подходы и алгоритмы управления транспортными потоками / А. Н. Климович, А. С. Рыщук, В. Н. Шуть // Вестник Херсонского национального технического университета. – 2015. – № 3. – С. 252–256.
Дополнительные файлы
Для цитирования: Климович А.Н., Шуть В.Н. СИСТЕМНЫЙ АНАЛИЗ ОСНОВНЫХ ТЕНДЕНЦИЙ В РАЗВИТИИ АДАПТИВНЫХ МЕТОДОВ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ. «Системный анализ и прикладная информатика». 2017;(3):28-32. https://doi.org/10.21122/2309-4923-2017-3-28-32
For citation: Klimovich A.N., Shuts V.N. SYSTEM ANALYSIS OF MAJOR TRENDS IN DEVELOPMENT OF ADAPTIVE TRAFFIC FLOW MANAGEMENT METHODS. «System analysis and applied information science». 2017;(3):28-32. (In Russ.) https://doi.org/10.21122/2309-4923-2017-3-28-32
Обратные ссылки
- Обратные ссылки не определены.
