prikaz prve stranice dokumenta Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju
  Preuzmi
PDF 3.03 MB
diplomski rad
Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju
2019. urn:nbn:hr:119:060236
Vrbanić, Filip
Sveučilište u Zagrebu
Fakultet prometnih znanosti
Inteligentni transportni sustavi i logistika
Zavod za inteligentne transportne sustave

Citirajte ovaj rad

Vrbanić, F. (2019). Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet prometnih znanosti. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:119:060236

Vrbanić, Filip. "Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju." Diplomski rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, 2019. https://urn.nsk.hr/urn:nbn:hr:119:060236

Vrbanić, Filip. "Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju." Diplomski rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, 2019. https://urn.nsk.hr/urn:nbn:hr:119:060236

Vrbanić, F. (2019). 'Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju', Diplomski rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, citirano: 09.04.2024., https://urn.nsk.hr/urn:nbn:hr:119:060236

Vrbanić F. Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet prometnih znanosti; 2019 [pristupljeno 09.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:119:060236

F. Vrbanić, "Okruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju", Diplomski rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:119:060236

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:119:060236
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovOkruženje za simulacije sustava za upravljanje promjenjivih ograničenja brzine na gradskim autocestama zasnovano na dubokom učenju
Naslov (engleski)Framework for Simulation of Variable Speed Limit Control Systems on Urban Motorways Based on Deep Learning
AutorFilip Vrbanić
MentorEdouard Ivanjko (mentor)
Član povjerenstvaSadko Mandžuka (predsjednik povjerenstva)
Član povjerenstvaMartin Gregurić (član povjerenstva)
Član povjerenstvaMiroslav Vujić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet prometnih znanosti
(Inteligentni transportni sustavi i logistika)
(Zavod za inteligentne transportne sustave)
Zagreb
Datum i država obrane2019-09-25, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Tehnologija prometa i transport
Inteligentni transportni sustavi i logistika
Sažetak
Radi povećane prometne potražnje dolazi do nastanka zagušenja na gradskim autocestama te se javlja potreba za uvođenjem upravljanja prometom. Upravljanje prometom ima za cilj smanjenje i prevenciju posljedica nastajanja prometnih zagušenja. Sustav za upravljanje ograničenjem brzine na gradskim autocestama predstavlja jedno od mogućih rješenja iz područja inteligentnih transportnih sustava. Takav pristup u upravljanju promjenjivim ograničenjem brzine na gradskim autocestama može koristiti algoritme zasnovane na dubokom učenju. U ovom radu je opisano upravljanje prometom na gradskim autocestama zasnovano na upravljanju promjenjivim ograničenjem brzine, analizirana je mogućnost primjene dubokog učenja s posebnim naglaskom na algoritmu učenja dualne duboke Q-mreže u upravljanju promjenjivim ograničenjem brzine te je izrađeno okruženje za simulaciju navedenog upravljanja korištenjem mikroskopskog simulatora VISSIM i programskog okruženja Python/Keras. Dobiveni rezultati dokazuju da je primjenom dubokog učenja moguće iskoristiti informaciju o brzini i položaju svakog vozila za povećanje razine uslužnosti gradske autoceste.
Sažetak (engleski)
In the case of congestion on urban motorways due to increased traffic demand, there is a need to introduce dynamic traffic management to reduce and prevent the effects of traffic congestion. The urban motorway speed limit control system is one of the possible solutions in the field of Intelligent Transport System. Such an approach in managing variable speed limits on urban motorways can utilize a deep learning algorithm. This thesis describes urban motorway traffic management based on the variable speed limit control, analyzes the possibility of applying deep learning algorithm with special emphasis on the dueling deep Q-network learning algorithm in variable speed limit control, and creating an environment for simulating such system using the microscopic simulator VISSIM and the Python/Keras programming environment. The results prove that by applying such an algorithm it is possible to use information about the speed and position of each vehicle to increase the level of service of the urban motorway.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:119:060236
Studijski programNaziv: Inteligentni transportni sustavi i logistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka prometa (mag. ing. traff.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-11-15 12:29:13