รายงานสรุปเนื้อหาและการนำไปใช้ประโยชน์ จากการเข้าร่วมประชุมวิชาการในการประชุมวิชาการ International Conference on Recent Trends in Pure and Applied Mathematics – 2021 (ICRTPAM-21) เมื่อวันที่ 2–3 กันยายน 2564 ณ มหาวิทยาลัยราชภัฎภูเก็ต ตามหนังสือที่ อว 69.5.5 / 186 ลงวันที่ 30 มิถุนายน 2564
วันที่เขียน 16/9/2564 19:14:05     แก้ไขล่าสุดเมื่อ 3/7/2568 22:11:26
เปิดอ่าน: 1256 ครั้ง

ความแออัดของการจราจรเป็นปัญหาที่หนักหนาสำหรับเมืองขนาดใหญ่และขนาดกลางจำนวนมาก ซึ่งเป็นภัยคุกคามร้ายแรงต่อการพัฒนาเมืองอย่างยั่งยืน เมื่อเร็วๆ นี้ ระบบจราจรอัจฉริยะ (ITS) ได้กลายเป็นเครื่องมือที่มีประสิทธิภาพในการบรรเทาความแออัดของเมือง กุญแจสำคัญของ ITS อยู่ที่การคาดการณ์การไหลของการจราจรที่แม่นยำ อย่างไรก็ตาม วิธีการพยากรณ์ที่มีอยู่ของการไหลของการจราจรไม่สามารถปรับให้เข้ากับความสุ่มและความยาวที่แท้จริงของอนุกรมเวลาการไหลของการจราจรได้ ในการแก้ปัญหา บทความนี้ใช้การเรียนรู้เชิงลึก (DL) เพื่อคาดการณ์การไหลของการจราจรผ่านการวิเคราะห์อนุกรมเวลา ผู้เขียนได้พัฒนาแบบจำลองการคาดการณ์การไหลของการจราจรโดยอิงจากเครือข่ายหน่วยความจำระยะสั้น (LSTM) แบบจำลองที่เสนอถูกนำมาเปรียบเทียบกับแบบจำลองการคาดการณ์แบบคลาสสิกสองแบบ ได้แก่ โมเดลค่าเฉลี่ยเคลื่อนที่แบบบูรณาการอัตโนมัติ (ARIMA) และแบบจำลองโครงข่ายประสาทเทียมแบบย้อนกลับ (backpropagation neural Network) ผ่านการทดลองคาดการณ์ปริมาณการใช้ข้อมูลระยะยาว โดยใช้อนุกรมเวลาการไหลของการรับส่งข้อมูลจริง ผลการทดลองแสดงให้เห็นว่าเครือข่าย LSTM ที่เสนอนั้นมีประสิทธิภาพเหนือกว่าโมเดลคลาสสิกในด้านความแม่นยำในการทำนาย การวิจัยของเราเปิดเผยกฎหมายวิวัฒนาการแบบไดนามิกของกระแสการจราจรและอำนวยความสะดวกในการตัดสินใจของการจัดการจราจร

ระบบการจราจรอัจฉริยะ ซึ่งได้กลายเป็นเครื่องมือที่มีประสิทธิภาพในการบรรเทาความแออัดของเมืองและเป็นกุญแจสำคัญของระบบการจราจรอัจฉริยะโดยอยู่ที่การคาดการณ์กระแสการจราจรที่แม่นยำ    ในการแก้ปัญหาอาศัยการเรียนรู้เชิงลึกเพื่อคาดการณ์ปริมาณการใช้งานผ่านการวิเคราะห์อนุกรมเวลา   ผู้วิจัยได้พัฒนาแบบจำลองโครงข่ายประสาทเทียมควอเทอร์เนียนสำหรับคาดการณ์การรับส่งข้อมูล    โดยใช้เครือข่ายหน่วยความจำระยะสั้นและระยะยาวของแบบจำลองโครงข่ายประสาทเทียมควอเทอร์เนียนผ่านการทดลองคาดการณ์ปริมาณการใช้งานระยะยาว     โดยใช้อนุกรมเวลาการไหลของปริมาณข้อมูลจริงจากระบบการจราจรอัจฉริยะเพื่อความแม่นยำในการทำนาย    การวิจัยของเรามีวิวัฒนาการแบบพลวัตของการจราจรและอำนวยความสะดวกในการตัดสินใจในการจัดการจราจร    เราจะพัฒนาเทคนิคการเพิ่มประสิทธิภาพที่ขับเคลื่อนด้วยข้อมูลสำหรับระบบควบคุมการรับส่งข้อมูลแบบปรับตามความยาวคิวที่คาดการณ์ไว้    แม้ว่าเราจะใช้รอบเวลาคงที่ แต่ในการนำแบบจำลองไปใช้ในภาคปฏิบัติเราต้องทำให้แบบจำลองโครงข่ายประสาทเทียมควอเทอร์เนียนมีความยืดหยุ่นมากขึ้น   เพื่อให้สามารถคาดการณ์ความยาวคิวสำหรับรอบเวลาที่ผันแปรได้ นอกจากนี้    เรายังต้องรวมอัลกอริทึมที่สามารถอัปเดตรอบเวลาถัดไปตามสถานการณ์รับส่งข้อมูลปัจจุบันและความล่าช้า

          เนื่องจากการเติบโตทางเศรษฐกิจและการขยายตัวของเมืองทำให้เมืองขนาดใหญ่และขนาดกลางหลายแห่งประสบปัญหาการจราจรติดขัดมากขึ้นซึ่งทำให้เกิดปัญหาสังคมตามมา (เช่นการเดินทางเป็นเวลานานอุบัติเหตุจราจรบ่อยครั้งและมลภาวะต่อสิ่งแวดล้อมที่รุนแรง)    มีการพัฒนามาตรการหลายอย่างเพื่อบรรเทาความแออัดของเมือง ได้แก่   การปรับปรุงโครงสร้างพื้นฐานการขนส่งการเรียกเก็บค่าธรรมเนียมความแออัด    การให้คำแนะนำเส้นทางการส่งเสริมระบบขนส่งสาธารณะและการควบคุมการจราจร    อย่างไรก็ตามเป็นการยากที่จะบรรเทาความแออัดของการจราจร     โดยการเพิ่มสิ่งอำนวยความสะดวกบนท้องถนนหากโครงสร้างพื้นฐานการขนส่งในเมืองสมบูรณ์แล้ว   ในกรณีนี้ความแออัดของการจราจรสามารถลดลงได้อย่างมีประสิทธิภาพ      โดยการปรับปรุงการจัดการจราจรในรูปแบบดิจิทัลและชาญฉลาดนั่นคือการสร้างระบบการจราจรอัจฉริยะ    เป็นส่วนสำคัญของระบบการจราจรอัจฉริยะ การคาดการณ์การไหลและความเร็วในระยะสั้นเป็นพื้นฐานและหลักฐานของมาตรการจัดการจราจร   (เช่นการวางแผนการจราจรคำแนะนำเส้นทางและการควบคุมการจราจร)   ประสิทธิภาพของระบบการจราจรอัจฉริยะขึ้นอยู่กับการคาดการณ์ที่แม่นยำและเชื่อถือได้ของการไหลและความเร็วของการจราจรในระยะสั้น     เราวางแผนที่จะขยายผลทางทฤษฎีของเราไปยังการประยุกต์ใช้โครงข่ายประสาทเทียมควอเทอร์เนียน    โดยเฉพาะในโมเดลการเรียนรู้เชิงลึกสำหรับการคาดคะเนปริมาณการใช้งาน    เมื่อพิจารณาถึงความเหนือกว่าของการเรียนรู้เชิงลึกในการประมวลผลข้อมูลขนาดใหญ่เกี่ยวกับการจราจรงานวิจัยนี้     ได้ระบุระยะเวลาและความสม่ำเสมอของการไหลของการจราจรและอนุกรมเวลาความเร็วที่วัดได้บนถนนในประเทศไทย      จากนั้นจึงสร้างแบบจำลองการคาดการณ์การไหลของการจราจรและความเร็ว      โดยใช้แบบจำลองโครงข่ายประสาทเทียมควอเทอร์เนียนที่นำเสนอถูกเปรียบเทียบกับแบบจำลองการคาดการณ์แบบคลาสสิกสองแบบ       ในช่วงเวลาการคาดการณ์ที่แตกต่างกันในชั่วโมงเร่งด่วนและในชั่วโมงที่ไม่เร่งด่วน       งานวิจัยของเราเปิดเผยกฎวิวัฒนาการแบบพลวัตของการไหลและความเร็วของการจราจรซึ่งช่วยอำนวยความสะดวกในการตัดสินใจในการจัดการจราจร

คำสำคัญ :
กลุ่มบทความ :
หมวดหมู่ :
แชร์ :
https://erp.mju.ac.th/acticleDetail.aspx?qid=1218
ความคิดเห็นทั้งหมด (0)
ไม่มีข้อมูลตามเงื่อนไขที่ท่านกำหนด
รายการบทความการแลกเปลี่ยนเรียนรู้หมวดหมู่ : กลุ่มงานสายวิชาการ
การจัดการองค์ความรู้ที่ได้จากการเข้าร่วมประชุม อบรม สัมมนา » เอกสารเผยแพร่ความรู้ที่ได้จากการเข้าร่วมโครงการอบรม “โครงการอบรมหลักการเขียนตำราและหนังสือสำหรับขอตำแหน่งวิชาการ”
การเข้าร่วมอบรมโครงการ "หลักการเขียนตำราและหนังสือสำหรับขอตำแหน่งทางวิชาการ" ได้มุ่งเน้นเสริมสร้างความเข้าใจเกี่ยวกับหลักเกณฑ์และแนวปฏิบัติในการจัดทำตำราและหนังสือวิชาการที่มีคุณภาพในระดับอุดมศึกษา...
ตำแหน่งทางวิชาการ  ประกาศ ก.พ.อ.     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ศิรศักดิ์ ศศิวรรณพงศ์  วันที่เขียน 24/6/2568 11:16:29  แก้ไขล่าสุดเมื่อ 3/7/2568 15:41:51   เปิดอ่าน 38  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
CISA » CISA สำหรับหลักสูตรปรับปรุง 2570
กิจกรรม : การประชุมชี้แจง ระบบสารสนเทศหลักสูตรเพื่อการรับรองมาตรฐานการอุดมศึกษาในหลักสูตรการศึกษา (ระยะที่ 1 การตรวจสอบหลักสูตรการศึกษา) (Curriculum Information System for Higher Education Accredit...
CISA  หลักสูตรปรัปปรุง 2570     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อนรรฆอร ศรีไสยเพชร  วันที่เขียน 19/6/2568 10:43:48  แก้ไขล่าสุดเมื่อ 3/7/2568 17:11:11   เปิดอ่าน 45  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การเผยแพร่ความรู้ที่ได้จากการเข้าร่วมงานประชุมวิชาการ/อบรม/สัมมนา » ความรู้ที่ได้จากการเข้าร่วมการประชุมชี้แจง ระบบสารสนเทศหลักสูตรเพื่อการรับรองมาตรฐานการอุดมศึกษาในหลักสูตรการศึกษา (ระยะที่ 1 การตรวจสอบหลักสูตรการศึกษา) (Curriculum Information System for Higher Education Accreditation: CISA) และแผนผังการเสนอหลักสูตร
ได้เข้าร่วมกิจกรรม การประชุมชี้แจง ระบบสารสนเทศหลักสูตรเพื่อการรับรองมาตรฐานการอุดมศึกษาในหลักสูตรการศึกษา (ระยะที่ 1 การตรวจสอบหลักสูตรการศึกษา) (Curriculum Information System for Higher Education...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน เพชรลดา กันทาดี  วันที่เขียน 23/5/2568 17:27:10  แก้ไขล่าสุดเมื่อ 3/7/2568 22:04:19   เปิดอ่าน 208  ครั้ง | แสดงความคิดเห็น 0  ครั้ง