Real time traffic load forecasting: a hybrid approach using artificial intelligence and singular spectrum analysis

Abstract

Current doctoral dissertation with title: “Real time traffic loadforecasting: A hybrid approach using Artificial Intelligence and Singular Spectrum Analysis” investigated the applicability of hybrid methodologies, that combined techniques of Artificial Intelligence and Singular Spectrum Analysis to forecast future traffic volume. Proposed hybrid model was developed and implemented using computational intelligence and led to a custom developed software, that could be used to provide critical decision support information for an effective operation, management and maintenance of transportation infrastructures.

Η παρούσα διδακτορική διατριβή με διακριτικό τίτλο: «Πρόβλεψη μεταφορικού φόρτου σε πραγματικό χρόνο: Μια υβριδική προσέγγιση με χρήση τεχνικών Ανάλυσης Ιδιάζοντος Φάσματος και Τεχνητής Νοημοσύνης» διερευνά και προτείνει μια υβριδική μεθοδολογία που συνδυάζει την Ανάλυση Ιδιάζοντος Φάσματος και την Τεχνητή Νοημοσύνη με στόχο την πρόβλεψη της μελλοντική εξέλιξης του φόρτου ενός μεταφορικού συστήματος, σε πραγματικό χρόνο. Η ανάπτυξη και υλοποίηση του προτεινόμενου μοντέλου πρόβλεψης μεταφορικού φόρτου με βάση την υπολογιστική νοημοσύνη, οδήγησε στην ανάπτυξη ενός πρωτότυπου και καινοτόμου λογισμικού, που μπορεί να χρησιμοποιηθεί ως ένα σύγχρονο εργαλείο υποστήριξης λήψης αποφάσεων, που παρέχει χρήσιμες πληροφορίες για την εξέλιξη του μεταφορικού φόρτου, την αποτελεσματική λειτουργία και την βέλτιστη διαχείριση ενός μεταφορικού συστήματος.