Modelling Hourly Vehicle Flows by a Finite Mixture of Simple Circular Normal Distributions

Accurate modelling and representation of traffic flows is an important element of intelligent transportation systems, urban planning, and smart environments in general. In this work, location-specific hourly traffic flows are represented by finite mixtures of circular normal statistical distributions. The parameters of the finite mixtures are found by differential evolution, an evolutionary algorithm that is able to fit the statistical models to data with a high level of accuracy. The results are represented by circular plots that can be used as a form of visually appealing and easily understandable fingerprints of the underlying traffic flow patterns.
Přesné modelování a reprezentace dopravních toků je důležitým prvkem inteligentních dopravních systémů, městského plánování a inteligentního prostředí obecně. V této práci jsou hodinové dopravní toky specifické pro danou lokalitu reprezentovány konečnou směsí kruhových normálních rozdělení. Parametry tohoto rozdělení směsí jsou nalezeny diferenciální evolucí, evolučním algoritmem, který je schopný přizpůsobit statistické modely datům s vysokou mírou přesnosti. Výsledky jsou reprezentovány kruhovými grafy, které lze použít jako formu vizuálně přitažlivých a snadno srozumitelných vzorů dopravního toku.