Τις τελευταίες δεκαετίες παρατηρείται έντονη αστικοποίηση του πληθυσμού, οι άνθρωποι έχουν την τάση να μετακινούνται σε μεγάλα αστικά κέντρα και αυτό δεν αναμένεται να αλλάξει άμεσα. Στην Ελλάδα το 78% των κατοίκων ζει ήδη σε πόλεις. Αυτή η έντονη αστικοποίηση καθιστά τις υφιστάμενες υποδομές ανεπαρκείς επιδεινώνοντας το φαινόμενο της κυκλοφοριακής συμφόρησης. Οι συνέπειες του φαινομένου αυτού είναι επιβάρυνση του περιβάλλοντος με τους αυξανόμενους εκπεμπόμενους ρύπους των οχημάτων, σημαντικές καθυστερήσεις στις μετακινήσεις και αυξημένο κόστος μετακινήσεων. Μια λύση που μπορεί να μετριάσει τα προβλήματα που δημιουργούνται από την αστικοποίηση είναι η δημιουργία "έξυπνων" πόλεων. Στο πλαίσιο, λοιπόν, των "έξυπνων" πόλεων, ιδιαίτερο ενδιαφέρον εμφανίζει η διερεύνηση πιθανών λύσεων για την άμβλυνση του προβλήματος της κυκλοφοριακής συμφόρησης. Μια τέτοια λύση θα μπορούσε να αποτελεί ένα "έξυπνο" σύστημα πλοήγησης οχημάτων σε αστικό ιστό προβλέποντας τις τρέχουσες κυκλοφοριακές συνθήκες. Στην παρούσα διατριβή παρουσιάζεται μια μεθοδολογία για την ανάπτυξη ενός "έξυπνου" συστήματος πλοήγησης οχημάτων με δυνατότητα πρόβλεψης των σημείων με κυκλοφοριακή συμφόρηση και πλοήγησης σε εναλλακτικές διαδρομές. Το προτεινόμενο σύστημα προβλέπει τους χρόνους διαδρομής και εντοπίζει τις βέλτιστες διαδρομές βάσει χρόνων διαδρομής.Οι στόχοι της διατριβής είναι οι εξής: (1) Ανάπτυξη γενικευμένης μεθοδολογίας με δυνατότητα εφαρμογής σε οποιοδήποτε αστικό κέντρο. (2) Ανάπτυξη "έξυπνου" συστήματος πουβελτιώνεται συνεχώς χωρίς ανθρώπινη παρέμβαση. (3) Ανάπτυξη συστήματος βασισμένου στα Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) και ταυτόχρονα ανεξάρτητο από οποιοδήποτε λογισμικό ΓΣΠ. (4) Ανάπτυξη συστήματος με δυνατότητα παραγωγής αυτόνομου και ανεξάρτητου χαρτογραφικού υπόβαθρου. (5) Δημιουργία εργαλείου Λήψης Αποφάσεων για την Πλοήγηση, να διερευνά δηλαδή όλες τις πιθανές διαδρομές και να επιλέγει τη βέλτιστη, είτε προβλέποντας τους χρόνους διαδρομής είτε προβλέποντας του εκπεμπόμενους ρύπους. (6) Ανάπτυξη παραθυρικού περιβάλλοντος, φιλικού προς τον χρήστη.Περιοχή μελέτης αποτελούν οδοί του αστικού ιστού της Θεσσαλονίκης. Τα πρωτογενή δεδομένα που χρησιμοποιούνται στην παρούσα διατριβή προέρχονται από τα GPS των ταξί που χρησιμοποιούν για να πλοηγούνται στην πόλη, χωρίς να τεθεί κανένας περιορισμός. Πρόκειται για χωρο-χρονικά δεδομένα που περιέχουν τις ακόλουθες πληροφορίες για τα ταξί: μοναδικό κωδικό οχήματος, συντεταγμένες οχήματος, ταχύτητα, προσανατολισμό, ώρα και ημέρα.Αρχικά, διαχειρίζονται και επεξεργάζονται τα μαζικά δεδομένα μέσω ενός συστήματος εξόρυξης δεδομένων που αναπτύχθηκε σε γλώσσα προγραμματισμού αποκλειστικά για την παρούσα διατριβή. Πρόκειται για ένα σύστημα ιδιαίτερα κρίσιμο καθώς ανάμεσα στα εκατομμύρια των δεδομένων,πρέπει να επιλεχτούν αυτά που αφορούν μόνο στην περιοχή μελέτης και πληρούν αυστηρά κριτήρια. Στα δεδομένα που προκύπτουν από την εξόρυξη δεδομένων, πραγματοποιείται μια διαδικασία ταυτοποίησης θέσης (map-matching), η οποία συμβάλει στην ακόμα πιο στοχευμένη επιλογή κατάλληλων δεδομένων και, συνεπώς, στην εξαγωγή αποτελεσμάτων με ακρίβεια. Πέραν αυτού, η διαδικασία αυτή αποτελεί πολύτιμο αρωγό για την ανάπτυξη ενός ανεξάρτητου χαρτογραφικού υπόβαθρου, το οποίο παράγεται από το ίδιο το σύστημα και προσαρμόζεται σε οποιαδήποτε αλλαγή του δικτύου. Το παραγόμενο χαρτογραφικό υπόβαθρο αξιολογείται ποιοτικά αναπτύσσοντας ένα σύστημα υψηλής αξιοπιστίας με χρήση του αδρανειακού συστήματος ELLIPSEN της εταιρίας SBG. Εντοπίζονται οι ζώνες αξιοπιστίας των δεδομένων που προέκυψαν από καταγραφή με επιτόπια έρευνα και, στη συνέχεια, αξιολογούνται τα χωρικά μοντέλα των υπό μελέτη οδικών τμημάτων.Στη συνέχεια, υπολογίζονται χρόνοι διαδρομής από τα διαθέσιμα χωρο-χρονικά δεδομένα και εισέρχονται στους ακόλουθους αλγόριθμους πρόβλεψης: Kalman Filter, ARIMA, Τεχνητά Νευρωνικά Δίκτυα και Πλησιέστερος Γείτονας. Με κριτήριο διάφορους στατιστικούς δείκτες επιλέγονται τα Τεχνητά Νευρωνικά Δίκτυα ως βέλτιστος αλγόριθμος πρόβλεψης για τη συγκεκριμένη περίπτωση.Μέρος της μεθοδολογίας μετουσιώνεται σε εφαρμογή, η οποία πλοηγεί τους χρήστες βάσει της συντομότερης χρονικά διαδρομής ή της "πράσινης" διαδρομής, δηλαδή της διαδρομής που παράγονται οι λιγότεροι εκπεμπόμενοι ρίποι. Τόσο η προτεινόμενη μεθοδολογία όσο και ο πλήρως παραμετροποιήσιμος κώδικας επιχειρούν να συνδυάσουν τη γεωπληροφορική ανάλυση χωρο-χρονικών δεδομένων με τον βέλτιστο αλγόριθμο πρόβλεψης για την υλοποίηση του συστήματος πλοήγησης. Ο συνδυασμός των μεθόδων αποτελεί μια αποτελεσματική διαδικασία πρόβλεψης χρόνων διαδρομής για κάθε αστική περιοχή. Η εφαρμογή βασίζεται στα ΓΣΠ, είναι φιλική προς τον χρήστη, ελεύθερης διανομής και ανοιχτού κώδικα. Μπορεί να χρησιμοποιηθεί από οποιονδήποτε χρήστη που καλείται να λάβει αποφάσεις, ενώ τα αποτελέσματα της εφαρμογής εξάγονται σε αρχεία συμβατά με λογισμικά ΓΣΠ.Η παρούσα διατριβή καταλήγει στο συμπέρασμα πως τα χωρο-χρονικά δεδομένα που προέρχονται από τα GPS των ταξί περιέχουν όλη την απαραίτητη πληροφορία για την ανάπτυξη ενός συστήματος πλοήγησης βάσει χρόνων διαδρομής. Επίσης, η ανάλυση των δεδομένων δεν απαιτεί χρήση λογισμικού ΓΣΠ, εάν αναπτυχθεί ο κατάλληλος κώδικας, αλλά η χρήση συστήματος εξόρυξης δεδομένων αποτελεί επιτακτική ανάγκη. Η εφαρμογή της διαδικασίας ταυτοποίησης θέσης είναι απαραίτητη για την τελική επιλογή των στιγμάτων ενώ, ταυτόχρονα, συμβάλει στην εξαγωγή αποτελεσμάτων με μεγαλύτερη ακρίβεια και κάνει την παρούσα μεθοδολογία να υπερτερεί. Επίσης, η διαδικασία αυτή επιτρέπει την ανάπτυξη ενός αυτόνομου χαρτογραφικού υπόβαθρου. Συνεπώς, λειτουργεί ως ένα κλειστό σύστημα. Αυτό αφενός συμβάλει στην εξάλειψη προβλημάτων ακρίβειας και αφετέρου επιτρέπει στο σύστημα να είναι ανεξάρτητο και εύκολα προσαρμόσιμο.