研究人员找到使交通模型更高效的方法

预测特定时间和地点的交通量的模型用于通知从交通信号灯模式到告诉您如何从A点到B点的手机应用程序的所有信息。北卡罗来纳州立大学的研究人员现在展示了一种方法这降低了这些模型的计算复杂性，使它们更有效地运行。

“我们使用模型来预测在任何特定时间点任何给定道路上的交通量，”关于这项工作的论文的合著者、土木、建筑和环境工程助理教授AliHajbabaie说在北卡罗来纳州。“这些模型运行良好，但具体的预测问题在计算上可能非常复杂，以至于它们要么无法用有限的计算资源解决，要么需要很长时间，以至于预测只有在不再有用时才可用。”

研究人员的这项工作的出发点是一种旨在帮助简化复杂计算挑战的算法，但他们发现它不能直接应用于交通问题。

“因此，我们修改了该算法，看看我们是否可以找到一种方法在模型中使用它来预测特定地点和时间会有多少流量，”Hajbabaie说。“结果令人欣慰。”

具体来说，研究人员提出了该算法的修改版本，该算法有效地将较大的交通预测模型分解为一系列较小的问题，然后可以相互并行解决。

此过程显着减少了预测模型的运行时间。然而，提高效率的程度差异很大，这取决于预测问题的复杂程度。问题越复杂，效率提高越大。

修改后的方法还通过允许模型识别何时达到足够好的解决方案来改进运行时间——解决方案不必是完美的。传统上，模型会一直运行，直到找到一个最优解，或者一个非常接近最优解。但对于大多数目的，最佳解决方案的5%甚至10%以内的结果都可以正常工作。

“我们的方法基本上围绕最佳解决方案设置误差线，并允许模型在足够接近时停止运行并报告结果，”Hajbabaie说。

研究人员针对消费者软件中使用的基准算法测试了修改后的算法，以解决与交通预测相关的问题。

“我们修改后的算法在两个方面优于基准，”Hajbabaie说。“首先，我们的算法使用的计算机内存要少得多。其次，我们算法的运行时间要快几个数量级。

“在这一点上，我们愿意与有兴趣探索我们如何使用这种修改后的算法来解决现实世界问题的交通规划师和工程师合作。”