Published October 10, 2023
| Version v1
Publication
Open
Developing operating speed models for elevated multilane urban arterials using artificial neural networks
Description
Abstract Operating speed models help assess and evaluate geometric design consistency along successive road segments. The development of operating speed models has been mostly focused on rural two-lane two-way highways, where horizontal curvature plays a dominant role in speed prediction. The need to enhance the prediction power of operating speed models and ability to capture more complex relationships within an urban setting have motivated this investigation. This research investigates the use of artificial neural networks, to develop operating speed models for multilane urban elevated arterial roads. Variables investigated in this study included geometric/operational features of a road segment in addition to the residual impact of the characteristics of upstream segments. A data collection exercise was undertaken on two major urban elevated arterial roads in Greater Cairo Region, Egypt: 6th of October and Saft Al-Laban corridors. Speed data was extracted from Google Distance Matrix Application Programming Interface and validated using test vehicle speed data. A regression-based modeling exercise was undertaken in the preliminary investigation phase to serve as a benchmark for the intended machine learning modeling exercise. Results showed that the prediction power of the developed ANN models — capturing the residual effect of upstream speeds — outperformed regression-based ones. The best-performing model used operating speeds of two upstream segments in addition to geometric/operational features of the segment under investigation to predict the segment operating speed (the model reported MAPE of 6.7%). Outputs of this model were used in a design consistency evaluation and potential transferability exercises to further investigate the model practicality.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تساعد نماذج سرعة التشغيل المجردة في تقييم وتقدير اتساق التصميم الهندسي على طول قطاعات الطرق المتعاقبة. ركز تطوير نماذج سرعة التشغيل في الغالب على الطرق السريعة الريفية ثنائية الاتجاه، حيث يلعب الانحناء الأفقي دورًا مهيمنًا في التنبؤ بالسرعة. وقد حفزت الحاجة إلى تعزيز قوة التنبؤ لنماذج سرعة التشغيل والقدرة على التقاط علاقات أكثر تعقيدًا داخل بيئة حضرية هذا التحقيق. يبحث هذا البحث في استخدام الشبكات العصبية الاصطناعية، لتطوير نماذج سرعة التشغيل للطرق الشريانية المرتفعة الحضرية متعددة المسارات. تضمنت المتغيرات التي تم التحقيق فيها في هذه الدراسة السمات الهندسية/التشغيلية لقطاع الطريق بالإضافة إلى التأثير المتبقي لخصائص قطاعات المنبع. تم إجراء تمرين لجمع البيانات على طريقين شريانيين رئيسيين مرتفعين حضريين في منطقة القاهرة الكبرى، مصر: ممرات 6 أكتوبر وصفط اللبن. تم استخراج بيانات السرعة من واجهة برمجة تطبيقات مصفوفة المسافة من Google والتحقق من صحتها باستخدام بيانات اختبار سرعة السيارة. تم إجراء تمرين نمذجة قائم على الانحدار في مرحلة التحقيق الأولي ليكون بمثابة معيار لممارسة نمذجة التعلم الآلي المقصودة. أظهرت النتائج أن قوة التنبؤ لنماذج ANN المتقدمة — التقاط التأثير المتبقي لسرعات المنبع — تفوقت على تلك القائمة على الانحدار. استخدم النموذج الأفضل أداء سرعات تشغيل لشريحتين من المنبع بالإضافة إلى الميزات الهندسية/التشغيلية للشريحة قيد التحقيق للتنبؤ بسرعة تشغيل القطاع (أبلغ النموذج عن MAPE بنسبة 6.7 ٪). تم استخدام مخرجات هذا النموذج في تقييم اتساق التصميم وتمارين قابلية النقل المحتملة لمزيد من التحقيق في التطبيق العملي للنموذج.Translated Description (French)
Résumé Les modèles de vitesse de fonctionnement aident à évaluer et à évaluer la cohérence de la conception géométrique le long des segments de route successifs. Le développement de modèles de vitesse de fonctionnement s'est principalement concentré sur les autoroutes rurales à deux voies et à deux voies, où la courbure horizontale joue un rôle dominant dans la prédiction de la vitesse. La nécessité d'améliorer la puissance de prédiction des modèles de vitesse de fonctionnement et la capacité de capturer des relations plus complexes dans un contexte urbain ont motivé cette enquête. Cette recherche étudie l'utilisation de réseaux neuronaux artificiels pour développer des modèles de vitesse de fonctionnement pour les routes artérielles urbaines à plusieurs voies. Les variables étudiées dans cette étude comprenaient les caractéristiques géométriques/opérationnelles d'un segment routier en plus de l'impact résiduel des caractéristiques des segments en amont. Un exercice de collecte de données a été entrepris sur deux grandes artères urbaines surélevées dans la région du Grand Caire, en Égypte : le 6 octobre et les corridors de Saft Al-Laban. Les données de vitesse ont été extraites de l'interface de programmation de l'application Google Distance Matrix et validées à l'aide des données de vitesse du véhicule d'essai. Un exercice de modélisation basé sur la régression a été entrepris dans la phase d'enquête préliminaire pour servir de référence pour l'exercice de modélisation d'apprentissage automatique prévu. Les résultats ont montré que la puissance de prédiction des modèles ANN développés — capturant l'effet résiduel des vitesses en amont — surpassait celles basées sur la régression. Le modèle le plus performant a utilisé les vitesses de fonctionnement de deux segments en amont en plus des caractéristiques géométriques/opérationnelles du segment étudié pour prédire la vitesse de fonctionnement du segment (le modèle a rapporté une MAPE de 6,7 %). Les résultats de ce modèle ont été utilisés dans une évaluation de la cohérence de la conception et des exercices de transférabilité potentielle pour approfondir l'aspect pratique du modèle.Translated Description (Spanish)
Resumen Los modelos de velocidad de operación ayudan a evaluar y evaluar la consistencia del diseño geométrico a lo largo de sucesivos segmentos de carretera. El desarrollo de modelos de velocidad operativa se ha centrado principalmente en carreteras rurales de dos carriles y dos vías, donde la curvatura horizontal juega un papel dominante en la predicción de la velocidad. La necesidad de mejorar el poder de predicción de los modelos de velocidad operativa y la capacidad de capturar relaciones más complejas dentro de un entorno urbano han motivado esta investigación. Esta investigación investiga el uso de redes neuronales artificiales para desarrollar modelos de velocidad operativa para vías arteriales urbanas elevadas de varios carriles. Las variables investigadas en este estudio incluyeron características geométricas/operacionales de un segmento de carretera, además del impacto residual de las características de los segmentos aguas arriba. Se realizó un ejercicio de recopilación de datos en dos importantes vías arteriales urbanas elevadas en la región del Gran El Cairo, Egipto: el 6 de octubre y los corredores de Saft Al-Laban. Los datos de velocidad se extrajeron de la interfaz de programación de aplicaciones de Google Distance Matrix y se validaron utilizando los datos de velocidad del vehículo de prueba. Se realizó un ejercicio de modelado basado en regresión en la fase de investigación preliminar para servir como punto de referencia para el ejercicio de modelado de aprendizaje automático previsto. Los resultados mostraron que el poder de predicción de los modelos ANN desarrollados, que capturan el efecto residual de las velocidades ascendentes, superó a los basados en la regresión. El modelo de mejor rendimiento utilizó las velocidades de operación de dos segmentos aguas arriba además de las características geométricas/operativas del segmento bajo investigación para predecir la velocidad de operación del segmento (el modelo informó MAPE de 6.7%). Los resultados de este modelo se utilizaron en una evaluación de consistencia de diseño y posibles ejercicios de transferibilidad para investigar más a fondo la practicidad del modelo.Files
s44147-023-00288-4.pdf
Files
(4.1 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:4fe13913bca68ac6138d294dcd8269d3
|
4.1 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تطوير نماذج سرعة التشغيل للشرايين الحضرية المرتفعة متعددة المسارات باستخدام الشبكات العصبية الاصطناعية
- Translated title (French)
- Développement de modèles de vitesse de fonctionnement pour les artères urbaines à voies multiples élevées à l'aide de réseaux neuronaux artificiels
- Translated title (Spanish)
- Desarrollo de modelos de velocidad operativa para arterias urbanas elevadas de múltiples carriles utilizando redes neuronales artificiales
Identifiers
- Other
- https://openalex.org/W4387504246
- DOI
- 10.1186/s44147-023-00288-4
References
- https://openalex.org/W1986321355
- https://openalex.org/W1989032907
- https://openalex.org/W1993282629
- https://openalex.org/W2049499807
- https://openalex.org/W2060145667
- https://openalex.org/W2129917383
- https://openalex.org/W2144312239
- https://openalex.org/W2152694068
- https://openalex.org/W2273839319
- https://openalex.org/W3000580943
- https://openalex.org/W3036531017
- https://openalex.org/W4237483267