利用谷歌地图数据建模发展中国家的交通拥堵
计算机与社会
2020-11-05 v1
摘要
得益于城市化、经济增长和工业化，交通拥堵研究日益增多。发达国家投入大量研究经费，利用射频识别（RFID）、环形检测器、速度传感器、高端交通信号灯和 GPS 收集交通数据。然而，对于拥有大量非机动车辆、泛滥的拼车服务和频繁行人的发展中国家，这些过程昂贵、不可行且不可扩展。本文提出一种以最小成本从谷歌地图交通图层收集交通数据的新方法。我们实现了历史平均（HA）、支持向量回归（SVR）、图支持向量回归（SVR-Graph）、自回归积分滑动平均（ARIMA）等广泛使用的模型，以展示所收集交通数据在预测未来拥堵上的有效性。我们表明，即便使用这些简单模型，也能提前预测交通拥堵。我们还证明了工作日与周末的交通模式存在显著差异。
引用
@article{arxiv.2011.02359,
title = {Modeling Traffic Congestion in Developing Countries using Google Maps Data},
author = {Md. Aktaruzzaman Pramanik and Md Mahbubur Rahman and ASM Iftekhar Anam and Amin Ahsan Ali and M Ashraful Amin and A K M Mahbubur Rahman},
journal= {arXiv preprint arXiv:2011.02359},
year = {2020}
}