P-ADRIP : un système multi-agent auto-organisateur pour la prévision du trafic routier
Résumé
Traffic forecasting has gained more and more interests in both academic and industrial research activities. Recently, many methods for traffic forecasting based on machine learning and deep learning approaches are proposed. However, these models always encounter the unsolved questions relating to the reliability and the feasibility. Indeed, traffic forecasting is a very challenging task due to the complex spatial correlations, the high-level time dependency and the difficulty of long-term prediction. To address the mentioned challenges, we propose a novel system based on multi-agent systems approach called P-ADRIP (Prediction subsystem - Adaptive multi-agent system for DRIving behaviors Prediction) that aims to provide dynamic and real-time traffic prediction. The conducted experiments demonstrate the outstanding performance of P-ADRIP comparing to the state-ofthe-art prediction methods.
La prévision du trafic suscite de plus en plus d'intérêt dans les recherches académiques et industrielles. Récemment, de nombreuses méthodes de prévision du trafic basées sur des approches d'apprentissage automatique et d'apprentissage profond ont été proposées. Cependant, ces modèles coûteux en temps de calcul, nécessitent des volumes de données importants et leurs résultats soulèvent des questions de fiabilité et de faisabilité. En effet, la prévision du trafic est une tâche très difficile en raison des dépendances spatiales et temporelles complexes et de la difficulté de la prévision à long terme. Pour adresser les défis mentionnés, nous proposons le système P-ADRIP (Prevision subsystem-Adaptive multiagent system for DRIving behaviors Prevision) basé sur les systèmes multi-agents. P-ADRIP vise à fournir une prévision dynamique et temps réel du trafic. Les expériences menées montrent la performance remarquable de P-ADRIP par rapport aux méthodes de prévision connues dans l'état de l'art.
Fichier principal
P_ADRIP___un_syst_me_multi_agents_pour_la_pr_vision_du_trafic.pdf (1.51 Mo)
Télécharger le fichier
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|