Liikenteen sujuvoittaminen älykkäissä liikennejärjestelmissä koneoppivilla menetelmillä
Luokkanen, Eero (2026-01-30)
Liikenteen sujuvoittaminen älykkäissä liikennejärjestelmissä koneoppivilla menetelmillä
Luokkanen, Eero
(30.01.2026)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2026020411240
https://urn.fi/URN:NBN:fi-fe2026020411240
Tiivistelmä
Liikennejärjestelmien tehottomuudesta johtuva ruuhka aiheuttaa ympäristölle haitallisia päästöjä ja pidentää liikenteessä käytettyä aikaa samalla vähentäen liikennejärjestelmän alueen taloudellista tuottavuutta. Tämän tutkielman tarkoituksena on selvittää miten koneoppimista voidaan hyödyntää liikenteen tehostamiseksi älykkäissä liikennejärjestelmissä. Tutkielma on toteutettu kirjallisuuskatsauksena aiheeseen liittyvistä teoksista.
Koneoppimista voidaan hyödyntää liikenteen tehostamiseksi älykkäissä liikennejärjestelmissä liikenteen mallintamisessa ja ennustamisessa, reitin optimoinnissa, sekä älyliikennevaloissa. Koneoppivat menetelmät hyödyntävät ohjattua oppimista ja ohjaamatonta oppimista, sekä vahvistusoppimista käyttökohteissaan. Kaikki koneoppimisen käyttökohteet älykkäissä liikennejärjestelmissä ja niihin käytetyt koneoppimisen menetelmät paransivat liikenteen toimintaa perinteisiin liikennejärjestelmiin verrattuna. Ehdotetut järjestelmät pystyivät parhaimmillaan vähentämään liikenteestä tulevia hiilidioksidipäästöjä 70 % ja vähentämään pysähdyksistä menetettyä aikaa huomattavasti.
Koneoppimista voidaan hyödyntää liikenteen tehostamiseksi älykkäissä liikennejärjestelmissä liikenteen mallintamisessa ja ennustamisessa, reitin optimoinnissa, sekä älyliikennevaloissa. Koneoppivat menetelmät hyödyntävät ohjattua oppimista ja ohjaamatonta oppimista, sekä vahvistusoppimista käyttökohteissaan. Kaikki koneoppimisen käyttökohteet älykkäissä liikennejärjestelmissä ja niihin käytetyt koneoppimisen menetelmät paransivat liikenteen toimintaa perinteisiin liikennejärjestelmiin verrattuna. Ehdotetut järjestelmät pystyivät parhaimmillaan vähentämään liikenteestä tulevia hiilidioksidipäästöjä 70 % ja vähentämään pysähdyksistä menetettyä aikaa huomattavasti.