<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=47913"><dc:title>KRATKOROČNO NAPOVEDOVANJE ZGOSTITEV PROMETNEGA TOKA S POMOČJO ANALIZE ČASOVNIH VRST NELINEARNIH DINAMIČNIH SISTEMOV</dc:title><dc:creator>Ljubič Mrgole,	Anamarija	(Avtor)
	</dc:creator><dc:creator>Sever,	Drago	(Mentor)
	</dc:creator><dc:creator>Strašek,	Rok	(Komentor)
	</dc:creator><dc:subject>nelinearni dinamični sistem</dc:subject><dc:subject>Wigner-Ville distribucija</dc:subject><dc:subject>prometni tok</dc:subject><dc:subject>napovedovanje prometa</dc:subject><dc:subject>zgostitev prometnega toka</dc:subject><dc:subject>analiza časovni vrst</dc:subject><dc:subject>identifikacija kaotičnega parametra</dc:subject><dc:subject>nevronske mreže.</dc:subject><dc:description>Prometni tok je gibanje motornih vozil na cestni mreži in je kot tak spremenljiv, dinamičen in kompleksen sistem, ki je nelinearen in nepredvidljiv. Pojav zgostitve prometnega toka v cestnem prometu ocenjujemo, ko se prometna obremenitev na določenem odseku prometnice in v določenem časovnem obdobju približa ali prekorači kapaciteto cestne infrastrukture, zato je pod določenimi pogoji mogoče opaziti, v zgostitvi prometnega toka, kaotične parametre. Pregled literature o prometnem toku in povezavi z kaosom nakazuje, da ima tema veliko teoretično in praktično vrednost. Raziskane metode za identifikacijo kaosa v prometnem toku so pokazale omejitve do sedaj uporabljanih metod, hkrati pa nakazale usmeritve za možnost izboljšave identifikacije kaotičnih parametrov v prometnem toku. Predlagana nova metoda kratkoročnega napovedovanja zgostitev v prometnem toku uporablja frekvenčno Wigner-Villerjevo porazdelitev, ki omogoča prikaz kaotičnega atraktorja brez uporabe rekonstrukcije faznega prostora, s tem je mogoče skrajšati čas izračuna napovedi zgostitve prometnega toka in zmanjšati število uporabljenih časovnih vrst. Rezultati eksperimentalnega dela naloge prikazujejo verodostojnost modela identifikacije kaosa in napovedovanja zgostitev v prometnem toku, s primerjavo dobljenih rezultatov kaotične nevronske mreže in usmerjene nevronske mreže, se pokaže da z izpuščenim korakom rekonstrukcije faznega prostora dobimo natančnejšo kratkoročno napoved. Na osnovi dobljenih rezultatov je mogoče sklepati, da je nov model kratkoročnega napovedovanja zgostitev prometnega toka zanesljiv, natančen, verodostojen in veljaven.</dc:description><dc:publisher>[A. Ljubič Mrgole]</dc:publisher><dc:date>2015</dc:date><dc:date>2015-04-24 02:53:29</dc:date><dc:type>Doktorska disertacija</dc:type><dc:identifier>47913</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
