Examensarbete inom information- och kommunikationsteknik

Utveckling av IT-system för kartläggning av trafikflöden på det svenska järnvägsnätet.

Examensarbetet avslutades under sommaren 2018. Rapporten kan hämtas här.

“Tågförseningar inträffar dagligen i Stockholms pendeltågstrafik. Det orsakar att resenärerna själva kan bli försenade till deras destinationer. För att hitta den mest träffsäkra metoden för att förutspå tågförseningar jämfördes maskininlärningsmetoderna beslutsträd, med och utan AdaBoost, och artificiella neuronnät med olika inställningar. Det artificiella neuronnätet gav det bästa resultatet när det användes med 3 lager och 22 neuroner i varje lager. Dess förseningsförutsägelse hade ett genomsnittligt fel på 122 sekunder jämfört med den verkliga förseningen. Det kan därför vara den bästa metoden för att förutspå tågförseningar. Den här studien hade dock väldigt begränsat med tid och mer information om tågavgångar hade behövts samlas in.”