Dynamisch Verkeersmanagement (DVM) wordt gezien als een effectief wapen om vooral op korte en middellange termijn congestie te bestrijden. Het inzetten van DVM-maatregelen is tegenwoordig voornamelijk reactief. Door deze maatregelen pro-actief in te zetten zou het effect vergroot kunnen worden, maar daartoe zijn betrouwbare congestievoorspellingen op de korte termijn (5-30 minuten) noodzakelijk. Deze bijdrage behandeld uit onderzoek naar kortetermijn-congestievoorspellingen geleerde lessen, met name wanneer het gaat om tot zinvolle betrouwbare voorspellingen te komen. De data die tijdens het onderzoek zijn gebruikt zijn afkomstig van detectielussen in de omgeving van knooppunt Beekbergen (A1/A50) en knooppunt Hoevelaken (A1/A28) en zijn ingewonnen met behulp van het MoniCa (Monitoring Casco) systeem gedurende de maand mei van 2001. De ochtend- en avond-spitsperioden tijdens werkdagen zijn uit de databestanden gefilterd als datasubbestanden die gebruikt werden voor de analyse. De methoden die gebruikt zijn om tot korte-termijn congestie-voorspellingen te komen zijn een naïve methode, multi-lineaire regressie, tijdreeksen analyse, diverse neurale netwerk technieken en vage logica. De resultaten geven niet alleen een beeld van de prestaties van de toegepaste methoden, maar ook aanwijzingen welke randvoorwaarden van belang zijn om tot betrouwbare congestievoorspellingen te komen; o.a. ligging van detectielussen, het soort congestie dat voorspeld dient te worden en de horizon van de termijn waarbinnen nog zinvolle voorspellingen gedaan kunnen worden. (Author/publisher)
Abstract