Ανίχνευση γενικευμένων κυκλοφοριακών μοτίβων σε αστικά δίκτυα

Μπεφάνη, Καλλιόπη; Befani, Kalliopi

dc.contributor.author	Μπεφάνη, Καλλιόπη	el
dc.contributor.author	Befani, Kalliopi	en
dc.date.accessioned	2025-04-28T09:32:05Z
dc.date.available	2025-04-28T09:32:05Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/61792
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.29488
dc.rights	Default License
dc.subject	Dynamic Time Warping	en
dc.subject	Κυκλοφοριακή συμφόρηση	el
dc.subject	Traffic congestion	en
dc.subject	Χώρο-χρονική ανάλυση	el
dc.subject	Spatio-temporal analysis	en
dc.subject	Μοτίβο κυκλοφορίας	el
dc.subject	Ομοιότητα χρονοσειρών	el
dc.subject	Traffic patterns	en
dc.title	Ανίχνευση γενικευμένων κυκλοφοριακών μοτίβων σε αστικά δίκτυα	el
dc.title	Detection of generalized traffic patterns in urban networks	en
heal.type	bachelorThesis
heal.classification	Ποσοτικές Μέθοδοι	el
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-11-04
heal.abstract	Η κυκλοφοριακή συμφόρηση αποτελεί ένα από τα κυριότερα ζητήματα της λειτουργίας των αυτοκινητοδρόμων. Σκοπός της παρούσας διπλωματικής εργασίας αποτελεί ο εντοπισμός και η ανάλυση χωροχρονικών μοτίβων κορεσμού σε αστικά οδικά δίκτυα με τη μέθοδο Dynamic Time Warping (DTW) που ανήκει στην κατηγορία της μη επιβλεπόμενης μάθησης και είναι εξαιρετικά αποτελεσματική ως μέτρο ομοιότητας χρονοσειρών. Η προτεινόμενη προσέγγιση εφαρμόζεται σε κυκλοφοριακά δεδομένα από το δίκτυο φωρατών της Αθήνας για την περίοδο Φεβρουαρίου-Μαρτίου 2023. Από την ανάλυση προκύπτουν 3 διαφορετικά μοτίβα με διαφορετική διακύμανση ωριαίων φόρτων ανά ημέρα (μικρή, αναμενόμενη και μεγάλη ημερήσια διακύμανση). Τα αποτελέσματα δείχνουν ότι στο Κέντρο της Αθήνας και στα Νότια Προάστια εξαιτίας της λειτουργίας του δικτύου στην ικανότητα αρκετές ώρες την ημέρα, τα μοτίβα κυκλοφορίας που εντοπίζονται είναι συνεχώς πάνω από το μέσο μοτίβο ημερήσιας χρονικής εξέλιξης ωριαίου φόρτου και εμφανίζουν μεγαλύτερη διακύμανση. Στις υπόλοιπες περιοχές οι τιμές που καταγράφηκαν ήταν οι αναμενόμενες, δηλαδή κοντά στις φυσιολογικές για τις ώρες εντός και εκτός αιχμής. Είναι προφανές ότι η σε βάθος ανάλυση των μοτίβων σε συγκεκριμένες περιοχές θα μπορούσε να χρησιμοποιηθεί ως εργαλείο διερεύνησης της έντασης και διάρκειας του κορεσμού, καθώς και για μελλοντική ανάλυση της χωροχρονικής εξέλιξης της κυκλοφορίας.	el
heal.abstract	Congestion is one of the main issues in the operation of motorways. The aim of this thesis is to identify and analyze spatio-temporal saturation patterns in urban road networks using the Dynamic Time Warping (DTW) method, which belongs to the category of unsupervised learning and is highly effective as a measure of time series similarity. The proposed approach is applied to traffic data from the Athens traffic light network for the period February-March 2023. The analysis results in 3 different patterns with different variation of hourly traffic volumes per day (small, expected and large daily variation). The results show that in the center of Athens and in the southern suburbs, due to the operation of the network at capacity for several hours per day, the traffic patterns detected are consistently above the average pattern of daily hourly load evolution and show a higher variation. In the remaining areas the values recorded were as expected, meaning close to normal for on- and off-peak hours. It is apparent that an in-depth analysis of the patterns in specific areas could be used as a tool to investigate the intensity and duration of saturation, as well as for future analysis of the spatiotemporal evolution of traffic.	en
heal.advisorName	Βλαχογιάννη, Ελένη	el
heal.advisorName	Vlahogianni, Eleni	en
heal.committeeMemberName	Γκιοτσαλίτης, Κωνσταντίνος	el
heal.committeeMemberName	Γιαννής, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Μεταφορών και Συγκοινωνιακής Υποδομής	el
heal.academicPublisherID	ntua
heal.numberOfPages	62 σ.	el
heal.fullTextAvailability	false
heal.fullTextAvailability	false