Dans le paysage dynamique des systèmes de transport intelligents, cette recherche ouvre la voie à des stratégies de prédiction d'itinéraires efficaces, particulièrement vitales pour les véhicules d'urgence (EV). Le modèle HL-CTP utilise l'apprentissage progressif, améliorant la précision en affinant les prédictions sur la base de données historiques. En complément, le modèle SG-TSE ajuste les feux de circulation, minimisant l'impact négatif de la congestion sur le trafic régulier et la préemption des véhicules d'urgence. Reconnaissant les limites de l'apprentissage...

In der dynamischen Landschaft der intelligenten Verkehrssysteme leistet diese Forschungsarbeit Pionierarbeit für Strategien zur effizienten Routenvorhersage, die insbesondere für Einsatzfahrzeuge (EVs) wichtig sind. Das HL-CTP-Modell arbeitet mit inkrementellem Lernen und verbessert die Genauigkeit durch Feinabstimmung der Vorhersagen auf der Grundlage historischer Daten. Ergänzend dazu passt das SG-TSE-Modell Ampelschaltungen an und minimiert so die negativen Auswirkungen von Staus auf den regulären Verkehr und die Vorfahrt von EVs. Unser drittes Ziel ist es, die Grenzen des...