.png){kind=icon}
返回
Roadside traffic sensor deployment strategy using modified graph-searching algorithm for full link observability
.png){kind=icon}
PRE
AI
DOI：10.1080/03081060.2025.2585032.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
交通传感器对于监测交通网络中的交通负荷至关重要。然而，有限的预算在战略性地配置交通传感器部署方面构成了重大挑战，这涉及确定这些传感器的最佳数量和位置。为解决这一问题，本研究为交通管理机构提出了一种简便方法。该方法基于一种结合了分配、递归和反向搜索机制的图搜索算法，适用于任何网络结构。与常规技术不同，所提出的算法识别未装备交通传感器的路段而非已装备的路段，确保以最少所需传感器实现路段流量的完全可观测性。该方法简化了最优传感器部署策略的寻找，从而提高了求解效率。所提出的模型通过简化和实际的交通网络进行评估。结果表明，将一组未装备路段作为路侧交通传感器部署策略是可行且高效的，部分/关键已装备路段能够合理推断完整的交通路段流量。
Keyword:
Traffic sensor
deployment strategy
graph-searching algorithm
link flow observability
unequipped
期刊
T
IF:
1.8
论文数:
63
被引数:
1.4K
机构
引用论文
Determining optimal sensor locations under uncertainty for a truck activity monitoring system on California freeways在加州高速公路上，为卡车活动监测系统确定不确定性条件下的最优传感器位置
.png){kind=icon}
PREAI
分享收藏
分享收藏Optimal Number and Location of Node-Based Sensors for Collection of Travel Time Data in Networks
PREAI
分享收藏Synergistic sensor location for link flow inference without path enumeration: A node-based approach
PREAI
分享收藏
查看更多内容