I.使用智能运输系统(ITS)引入流量信息预测,需要有形的关注,以有效地管理不同运输方式的流量。在该领域的主要进步中,非线性模式的精确预测仍然具有挑战性。道路是人们,商品和服务的最便宜的运输方式。人口增长和有限的基础设施成为了在道路上过境的主要关注点,因此城市道路网络和运输系统现在更加复杂。随着无线传感和通信技术的发展,从各种多元来源收集的交通数据本质上是巨大的和异质的。由于收集和存在大量数据,也有必要解决与智能系统解决与交通相关问题的传播,预测,存储,隐私,隐私和计算成本有关的问题。除了由于各种外部因素而增加的流量数据增加。因此,流量信息预测扮演着重要的输入元素,可以使用其适应性控制单元管理和管理流量。这些单元是在标准硬件上构建的有效算法的集成。实施了几种技术,可以使用在线和历史时间序列流量数据预测流量信息。模型是为解决与流量有关的特定问题而设计和开发的,这留下了多个问题,这是一个开放的挑战。鉴于哪些研究人员发现在交通预测领域中要解决许多不断增长的关注和差距,这起着积极作用,可以使用其系统做出协同决定。为了填补这些空白,具有非常广泛的交通特征,标准,功能的人创造了不同的问题陈述
主要关键词