Models for real-time traffic flow manageability and decision-making in intelligent transportation systems

Abstract

This article explores models in Intelligent Transportation Systems for real-time traffic flow manageability, focusing on decision-making processes. It covers forecasting, planning, implementing, and controlling strategies to manage traffic flow and ease congestion. Traffic flow prediction models, like dynamic route guidance and traffic flow prediction, utilize historical data and real-time inputs for proactive decision-making. Traffic flow planning models, such as dynamic route guidance index and route efficiency factor, aid in route selection and signal timing optimization. In order to streamline the boundless complexity, the authors assume that it is effective to delineate the managerial capacity paradigm of intelligent transportation systems into the two separate scenarios of “stable and known situation” and “unstable and with large uncertainty situation”. The article proposes a hypothesis to improve the decision-making process in traffic flow. The distinction between these two situations is essential for the smooth running of the business and requires a thorough understanding of the traffic flow in real time, making decisions in intelligent transport systems in order to direct the traffic. The article focuses on data-driven decisions for smoother traffic flow.

Articolul explorează modele în sistemele inteligente de transport pentru gestionarea fluxului de trafic în timp real, concentrându-se pe procesele de luare a deciziilor. Sunt analizate strategiile de prognoză, planificare, implementare și control pentru a optimiza fluxul de trafic și a reduce congestionarea. Modelele de predicție a fluxului de trafic, cum ar fi ghidarea dinamică a rutei și predicția fluxului de trafic, utilizează date istorice și intrări în timp real pentru luarea deciziilor proactive. Modelele de planificare a fluxului de trafic, cum ar fi indicele dinamic de ghidare a rutei și factorul de eficiență a rutei, ajută la selectarea rutei și la optimizarea sincronizării semnalului. Pentru a eficientiza complexitatea infinită, autorii presupun că este rațională delimitarea paradigmei capacității manageriale a sistemelor de transport inteligente în cele două scenarii separate "situație stabilă și cunoscută" și "situație instabilă și cu incertitudine mare". Articolul propune o ipoteză pentru îmbunătățirea procesului decizional în fluxul de trafic. Distincția dintre cele două circumstanțe este esențială pentru raționalizarea traficului și solicită o comprehensiune profundă a fluxului de trafic în timp real, precum și luarea deciziilor în sistemele de transport inteligente în vederea dirijării traficului, decizii bazate pe date pentru un flux mai fluid al traficului.