新研究發表在智慧交通系統雜誌題為「用於估計入口匝道和出口匝道交通流量的資料驅動遷移學習框架」介紹了一種資料驅動框架，該框架使用遷移學習根據主線環路偵測器資料準確估計高速公路匝道流量。
紐約州立大學理工學院交通工程助理教授 Abolfazl Karimpour 博士和亞利桑那大學的同事參與了這項研究。
為了製定最合適的控制策略並監控、維護和評估高速公路編織區域的交通性能，交通運輸部需要獲得交通Karimpour 解釋說，每對入口匝道和出口匝道都有人流。然而，運輸機構並不總是可以獲得坡道流量。
根據新提議的估計匝道流量框架Karimpour 和同行的研究可以幫助運輸機構在未安裝實體感測器的位置增強坡道控制策略的運作。
更多資訊：小波馬等人，用於估計入口匝道和出口匝道交通流量的數據驅動的遷移學習框架，智慧交通系統雜誌（2024）。DOI：10.1080/15472450.2023.2301696
提供者：紐約州立大學理工學院
引文:運輸機構改善坡道控制策略的架構（2024 年，1 月 19 日）檢索日期：2024 年 1 月 19 日來自 https://techxplore.com/news/2024-01-framework-agcies-ramp-strategies.html
本文檔受版權保護。除了出於私人學習或研究目的的任何公平交易外，不得未經書面許可，不得複製部分內容。所提供的內容僅供參考。