단기 교차로 교통 흐름 예측을 위한 엔트로피 가중치 기반 통합 모델

세 가지 유형의 엔트로피 가중치 방법(EWM), 즉 EWM-A, EWM-B 및 EWM-C가 이전 연구에서 예측 모델 통합을 위해 사용되었습니다. 이 세 가지 방법은 통합을 위한 개별 모델의 가중치를 결정하는 데 매우 다른 아이디어를 사용합니다. 이 세 가지 EWM의 성능을 평가하기 위해 본 연구에서는 신호화 교차로를 위한 통합 단기 교통 흐름 예측 모델 개발에 적용하였습니다. 먼저, k-최근접 이웃(KNN) 알고리즘 기반 모델과 신경망 기반 모델(엘만)을 개별 모델로 개발하여 EWM을 사용하여 통합하였습니다. 이 두 모델은 교통 흐름 예측에 널리 사용되었고, 우수한 성능을 달성할 수 있는 것으로 인정받았기 때문에 선택되었습니다. 그 후, 세 가지 유형의 EWM을 사용하여 세 가지 통합 모델이 개발되었습니다. 세 가지 통합 모델의 성능과 개별 KNN 및 엘만 모델을 비교하였습니다. EWM-C 모델로 예측된 교통 흐름이 대부분의 날에 가장 정확한 예측임을 발견하였습니다. 모델 평가 결과를 바탕으로 EWM-C 방법의 장점에 대해 논의하였고 EWM-A 및 EWM-B 방법의 문제점도 논의되었습니다.