20.500.12556/DKUM-67110 Analysis of neural network responses in calibration of microsimulation traffic model Analiza odziva neuronskih mreža u postupku kalibracije mikrosimulacijskog prometnog modela Microsimulation models are frequently used in traffic analysis. Various optimization methods are used in calibration, and the one method that has shown success is neural networks. This paper shows the responses of neural networks during calibration of a microsimulation traffic model. We analyzed two calibration methods by applying neural networks and comparing their neural network learning (according to their achieved correlation and the mean error of prediction) and their generalization ability (comparison of generalization results was analyzed in two steps). The best correlation between the microsimulation results and neural network prediction was 88.3%, achieved for the traveling time prediction, on which the first calibration method is based. Učestala je primjena mikrosimulacijskih modela u prometnim analizama, a realnost dobivenih rezultata simulacije u funkciji je uspješnosti postupka kalibracije. Različite metode optimiranja primjenjuju se u postupku kalibracije, a jedna od metoda koja se pokazala uspješnom u postupku kalibracije je metoda koja primjenjuje neuralne mreže. U ovom radu prikazana je analiza odziva neuralnih mreža u kalibraciji mikrosimulacijskog prometnog modela. U radu su razmatrane dvije metode kalibracije primjenom neuralnih mreža koje su uspoređene prema rezultatima učenja neuralnih mreža (prema kriterijima postignute korelacije i srednje pogreške predikcije) i prema sposobnosti generalizacije (usporedba rezultata generalizacije analizirana je u dva koraka). Najbolja korelacija između rezultata mikrosimulacije i predikcije neuralne mreže (88,3%) dobivena je za parametar vrijeme putovanja, a na navedenom parametru bazirana je prva metoda kalibracije. microsimulation traffic models calibration response of neural networks traveling time queue parameters promet kalibracija nevronske mreže inteligentni transportni sistemi true false true Angleški jezik Hrvaški jezik Znanstveno delo 2017-08-02 13:42:26 2017-08-02 13:43:31 2022-08-01 13:33:42 2019-07-11 16:09:21 2015 0 0 str. 67-76 št. 10 Letn. 6 2015 0000-00-00 Zaloznikova Objavljeno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1847-8948 656.1:004.8 5703009 18813718 1847-8948 URN:SI:UM:DK:9R77GYVQ Elektronicki_casopis_gradevinskog_fakulteta_Osijek_2015_Istoka_Otkovic,_Varevac,_Sraml_ANALYSIS_OF_NEURAL_NETWORK_RESPONSES_IN_CALIBRATI.pdf Elektronicki_casopis_gradevinskog_fakulteta_Osijek_2015_Istoka_Otkovic,_Varevac,_Sraml_ANALYSIS_OF_NEURAL_NETWORK_RESPONSES_IN_CALIBRATI.pdf 1 EAD7720469F7D89A50D4C79FCEC26C59 e36ea834cefd92296c72e552418e4392363cf4eb39d20ef47304ef60e6821982 775a537c-7c0e-11eb-bb7a-00155d0001ca 20.500.12556/dkum/2a29976a-1c73-4d52-86cb-aecbfc5f80cb https://dk.um.si/Dokument.php?lang=slv&id=114735 http://e-gfos.gfos.hr/images/stories/clanci/broj10/Paper-8-Istoka-Otkovic/Paper-8-Istoka-Otkovic.pdf 1 https://dk.um.si/Dokument.php?lang=slv&id=114734 Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo 0 0 0