Összesen 2 találat.


001-es BibID:BIBFORM094451
035-os BibID:(WoS)000654007400002 (Scopus)85107408358
Első szerző:Bátfai Norbert (informatikus)
Cím:Markov modeling of traffic flow in Smart Cities / Norbert Bátfai, Renátó Besenczi, Péter Jeszenszky, Máté Szabó, Márton Ispány
ISSN:1787-5021 1787-6117
Megjegyzések:Modeling and simulating the traffic flow in large urban road networks are important tasks. A mathematically rigorous stochastic model proposed earlier is based on the synthesis of the graph and Markov chain theories. In this model, the transition probability matrix describes the traffic dynamics and its unique stationary distribution approximates the proportion of the vehicles at the segments of the road network. In this paper various Markov models are studied and a simulation method is presented for generating random traffic trajectories on a road network based on the two-dimensional stationary distribution of the models. In a case study we apply our method to the central region of the city of Debrecen by using the road network data from the OpenStreetMap project which is available publicly.
Tárgyszavak:Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény hazai lapban
Road network
traffic simulation
discrete time Markov chain
stationary distribution
Megjelenés:Annales Mathematicae et Informaticae. - 53 (2021), p. 21-44. -
További szerzők:Besenczi Renátó (1986-) (mérnökinformatikus) Jeszenszky Péter (1975-) (programtervező matematikus) Szabó Máté (1994-) (informatikus) Ispány Márton (1966-) (informatikus, matematikus)
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
Internet cím:Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat


001-es BibID:BIBFORM115670
035-os BibID:(Scopus)85140989472
Első szerző:Jeszenszky Péter (programtervező matematikus)
Cím:Estimating road traffic flows in macroscopic Markov model / Péter Jeszenszky, Renátó Besenczi, Máté Szabó, Márton Ispány
Megjegyzések:Traffic flows gain more and more attention in transportation engineering. One possible means of understanding the traffic flow in a city is to gather sequences of traffic position data, called link flows, measured by vehicle-mounted sensors, which are increasingly available by various providers for municipalities. Link flows can be used for planning of operation and maintenance, and for forecasting of future traffic events. In this paper, we investigate how the microscopic Markov traffic model can be used to predict traffic congestion on the roads between different nodes or regions of a city. The proposed model is evaluated in a numerical study by using real traffic data recorded in the city of Porto. The results show that the model developed for simulation is of limited use for predicting the traffic between different areas of a city.
Tárgyszavak:Műszaki tudományok Informatikai tudományok konferenciacikk
road network
link flows
Markov chain
Markov traffic model
route estimation
congestion prediction
Megjelenés:Proceedings of the 2022 IEEE 2nd Conference on Information Technology and Data Science (CITDS). - 2022 (2022), p. 136-141. -
További szerzők:Besenczi Renátó (1986-) (mérnökinformatikus) Szabó Máté (1994-) (informatikus) Ispány Márton (1966-) (informatikus, matematikus)
Pályázati támogatás:TKP2020-NKA-04
Internet cím:Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat
Rekordok letöltése1