Forecasting of the traffic intervals between vehicles using software R

Simple item page
dc.citation.epage88
dc.citation.issue910
dc.citation.journalTitleВісник Національного університету “Львівська політехніка”. Серія: Динаміка, міцність та проектування машин і приладів
dc.citation.spage84
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.authorКовалишин, В. В.
dc.contributor.authorKovalyshyn, V.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2020-03-05T13:23:56Z
dc.date.available2020-03-05T13:23:56Z
dc.date.created2019-02-26
dc.date.issued2019-02-26
dc.description.abstractСпрогнозовано часові ряди інтервалів руху між транспортними засобами на головній вулиці за різних умов руху протягом одного тижня і визначено інтервали між транспортними засобами на майбутнє із застосуванням сучасного програмного продукту R.
dc.description.abstractThe goal is to forecast time series of traffic intervals between vehicles on the main street under different conditions within one week and try to predict the intervals between vehicles for the future. To accomplish this goal it is decided to apply the modern computer Software R.
dc.format.extent84-88
dc.format.pages5
dc.identifier.citationKovalyshyn V. Forecasting of the traffic intervals between vehicles using software R / V. Kovalyshyn // Вісник Національного університету “Львівська політехніка”. Серія: Динаміка, міцність та проектування машин і приладів. — Львів : Видавництво Львівської політехніки, 2019. — № 910. — С. 84–88.
dc.identifier.citationenKovalyshyn V. Forecasting of the traffic intervals between vehicles using software R / V. Kovalyshyn // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Dynamika, mitsnist ta proektuvannia mashyn i pryladiv. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2019. — No 910. — P. 84–88.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/46881
dc.language.isoen
dc.publisherВидавництво Львівської політехніки
dc.relation.ispartofВісник Національного університету “Львівська політехніка”. Серія: Динаміка, міцність та проектування машин і приладів, 910, 2019
dc.relation.references1. Bolshinsky, E. and Freidman, R., 2012. Traffic flow forecast survey. Technion–Israel Institute ofTechnology–Technical Report.
dc.relation.references2. Jeon, S. and Hong, B., 2016. Monte Carlo simulation-based traffic speed forecasting using historical big data. In: Future Generation Computer Systems, 65, 182–195.
dc.relation.references3. MoreiraMatias, L., Mendes-Moreira, J., de Sousa, J. F., Gama, J., 2015. Improving Mass Transit Operations by Using AVL-Based Systems: A Survey. In: IEEE Transactions on Intelligent Transportation System, DOI 10.1109/TITS.2014.2376772.
dc.relation.references4. Mendes-Moreira, J., Jorge, A. M., de Sousa, J. F. and Soares, J., 2012. Comparing state-of-the-art regression methods for long term travel time prediction. In: Journal Intelligent Data Analysis archive 16 (3), pp. 427–449.
dc.relation.references5. Moreira-Matias, L., Cats, O., Gam, J., Mendes-Moreira, J., and Freire de Sousa, J., 2016. An online learning approach to eliminate Bus Bunching in real-time. In: Applied Soft Computing 47, pp. 460–482.
dc.relation.references6. Hyndman, R. J. and Athanasopoulos, G., 2016. Forecasting: principles and practice.www.otexts.org.
dc.relation.references7. https://cran.r-project.org.
dc.relation.references8. Cleveland, R. B., Cleveland, W. S. and Terpenning, I., 1990. STL: A seasonal-trend decomposition procedure based on loess. In: Journal of Official Statistics, 6(1).
dc.relation.references9. Hyndman, R. J. and Athanasopoulos, G., 2018. Forecasting: principles and practice.Second edition. www.otexts.org.
dc.relation.referencesen1. Bolshinsky, E. and Freidman, R., 2012. Traffic flow forecast survey. Technion–Israel Institute ofTechnology–Technical Report.
dc.relation.referencesen2. Jeon, S. and Hong, B., 2016. Monte Carlo simulation-based traffic speed forecasting using historical big data. In: Future Generation Computer Systems, 65, 182–195.
dc.relation.referencesen3. MoreiraMatias, L., Mendes-Moreira, J., de Sousa, J. F., Gama, J., 2015. Improving Mass Transit Operations by Using AVL-Based Systems: A Survey. In: IEEE Transactions on Intelligent Transportation System, DOI 10.1109/TITS.2014.2376772.
dc.relation.referencesen4. Mendes-Moreira, J., Jorge, A. M., de Sousa, J. F. and Soares, J., 2012. Comparing state-of-the-art regression methods for long term travel time prediction. In: Journal Intelligent Data Analysis archive 16 (3), pp. 427–449.
dc.relation.referencesen5. Moreira-Matias, L., Cats, O., Gam, J., Mendes-Moreira, J., and Freire de Sousa, J., 2016. An online learning approach to eliminate Bus Bunching in real-time. In: Applied Soft Computing 47, pp. 460–482.
dc.relation.referencesen6. Hyndman, R. J. and Athanasopoulos, G., 2016. Forecasting: principles and practice.www.otexts.org.
dc.relation.referencesen7. https://cran.r-project.org.
dc.relation.referencesen8. Cleveland, R. B., Cleveland, W. S. and Terpenning, I., 1990. STL: A seasonal-trend decomposition procedure based on loess. In: Journal of Official Statistics, 6(1).
dc.relation.referencesen9. Hyndman, R. J. and Athanasopoulos, G., 2018. Forecasting: principles and practice.Second edition. www.otexts.org.
dc.relation.urihttps://cran.r-project.org
dc.rights.holder© Національний університет “Львівська політехніка”, 2019
dc.rights.holder© Kovalyshyn V., 2019
dc.subjectінтервали між транспортними засобами
dc.subjectавтомобілі
dc.subjectчасові ряди
dc.subjectводії
dc.subjectтранспортний потік
dc.subjectпрограмний продукт R
dc.subjecttraffic intervals
dc.subjectvehicles
dc.subjecttime series
dc.subjectdrivers
dc.subjecttraffic flow
dc.subjectsoftware R
dc.subject.udc656.13
dc.titleForecasting of the traffic intervals between vehicles using software R
dc.title.alternativeПрогнозування інтервалів руху між транспортними засобами з використанням програмного продукту “R”
dc.typeArticle

Files

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.96 KB
Format:
Plain Text
Description:
Download

Collections

Динаміка, міцність та проектування машин і приладів. – 2019. – № 910