由理大设计的预测性数学模型支援实时、智能交通运输管理系统的发展。

 

Agachai Sumalee博士

 

智能交通运输系统可透过监测实时数据，
就交通情况进行预测。

很多亚太地区城市如泰国曼谷的交通挤塞甚为严重，因此，良好的交通干线管理对这些地方尤其重要。为帮助道路管理人员预测交通情况并防止道路挤塞，理大土木及环境工程学系Agachai Sumalee博士研发了随机胞传输模型。

这模型设有五个运作模式，对应路段不同程度的挤塞程度，各自形成离散时间双线性随机系统，各模式的出现概率则靠一组既定的条件来表示。联合交通密度源自有限混合分布理论，可估算五个模式的整体结果。随机胞传输模型利用预测性数学，分析出可引致重大延误的轻微事故，因应随机供求而仿照出路段交通流密度。

在监管方面，这模型可利用过去及网上运输需求和交通情况的数据，进行短期预测。此外，这模型可运用随机延迟特性，有效进行长期交通预测。这模型已被泰国高速公路管理局所采用，以改善道路交通情况，并为逾一千四百万人口的曼谷市改善每日的交通往来。

Sumalee博士指出，“我们是首支研究团队成功开发一个数学模型，以创设实时、智能的交通运输管理系统”。Agachai Sumalee博士凭藉他在交通运输系统、模型及规划上的杰出研究成就，早前获颁2014亚太区经济合作组织的科学创新、研究及教育奖。  ♦