Sažetak
Radi povećane prometne potražnje dolazi do nastanka zagušenja na gradskim autocestama te se javlja potreba za uvođenjem upravljanja prometom. Upravljanje prometom ima za cilj smanjenje i prevenciju posljedica nastajanja prometnih zagušenja. Sustav za upravljanje ograničenjem brzine na gradskim autocestama predstavlja jedno od mogućih rješenja iz područja inteligentnih transportnih sustava. Takav pristup u upravljanju promjenjivim ograničenjem brzine na gradskim autocestama može koristiti algoritme zasnovane na dubokom učenju. U ovom radu je opisano upravljanje prometom na gradskim autocestama zasnovano na upravljanju promjenjivim ograničenjem brzine, analizirana je mogućnost primjene dubokog učenja s posebnim naglaskom na algoritmu učenja dualne duboke Q-mreže u upravljanju promjenjivim ograničenjem brzine te je izrađeno okruženje za simulaciju navedenog upravljanja korištenjem mikroskopskog simulatora VISSIM i programskog okruženja Python/Keras. Dobiveni rezultati dokazuju da je primjenom dubokog učenja moguće iskoristiti informaciju o brzini i položaju svakog vozila za povećanje razine uslužnosti gradske autoceste.
Ključne riječi
upravljanje promjenjivim ograničenjem brzine simulacijsko okruženje duboko učenje ojačano učenje inteligentni transportni sustavi