預測特定時間和地點的交通量的模型用于通知從交通信號燈模式到告訴您如何從A點到B點的手機應用程序的所有信息。北卡羅來納州立大學的研究人員現在展示了一種方法這降低了這些模型的計算復雜性，使它們更有效地運行。

“我們使用模型來預測在任何特定時間點任何給定道路上的交通量，”關于這項工作的論文的合著者、土木、建筑和環(huán)境工程助理教授AliHajbabaie說在北卡羅來納州。“這些模型運行良好，但具體的預測問題在計算上可能非常復雜，以至于它們要么無法用有限的計算資源解決，要么需要很長時間，以至于預測只有在不再有用時才可用。”

研究人員的這項工作的出發(fā)點是一種旨在幫助簡化復雜計算挑戰(zhàn)的算法，但他們發(fā)現它不能直接應用于交通問題。

“因此，我們修改了該算法，看看我們是否可以找到一種方法在模型中使用它來預測特定地點和時間會有多少流量，”Hajbabaie說。“結果令人欣慰。”

具體來說，研究人員提出了該算法的修改版本，該算法有效地將較大的交通預測模型分解為一系列較小的問題，然后可以相互并行解決。

此過程顯著減少了預測模型的運行時間。然而，提高效率的程度差異很大，這取決于預測問題的復雜程度。問題越復雜，效率提高越大。

修改后的方法還通過允許模型識別何時達到足夠好的解決方案來改進運行時間——解決方案不必是完美的。傳統(tǒng)上，模型會一直運行，直到找到一個最優(yōu)解，或者一個非常接近最優(yōu)解。但對于大多數目的，最佳解決方案的5%甚至10%以內的結果都可以正常工作。

“我們的方法基本上圍繞最佳解決方案設置誤差線，并允許模型在足夠接近時停止運行并報告結果，”Hajbabaie說。

研究人員針對消費者軟件中使用的基準算法測試了修改后的算法，以解決與交通預測相關的問題。

“我們修改后的算法在兩個方面優(yōu)于基準，”Hajbabaie說。“首先，我們的算法使用的計算機內存要少得多。其次，我們算法的運行時間要快幾個數量級。

“在這一點上，我們愿意與有興趣探索我們如何使用這種修改后的算法來解決現實世界問題的交通規(guī)劃師和工程師合作。”