پیش بینی الگوهای ترافیکی با استفاده از الگوریتم های یادگیری جمعی

یکی از اساسی ترین چالشها در حوزه مدیریت شهری، بهینه شدن جریان ترافیک شهر به منظور جلوگیری از اتلاف زمان شهروندان، جلوگیری از آلودگی هوا، کاهش مصرف انرژی و سهولت دسترسی در زمان و مکان در کوتاهترین زمان می باشد. از آنجائی که جریان ترافیک شهری غالبا از الگوی مشخصی تبعیت می کند و در گستره زمانی دارای رفتار قابل پیشبینی است، گمان می رود با رشد دانش در حوزه هایی همچون شناسائی الگو، هوش مصنوعی و داده کاوی، امکان بهینه نمودن جریان های ترافیکی وجود داشته باشد. در ابتدای این پژوهش قصد داریم با استفاده از روش K-Means گرافی مسیر برای مدل سازی و بهینه سازی جریان ترافیکی را ارائه نموده و سپس با بکارگیری درخت تصمیم گیری C4.5 به جهت هدایت جریان ترافیکی به سمت مسیرهایی با جریان ترافیکی روان تر، جریان ترافیکی را تسهیل و هدایت نمائیم. نتایج حاصل از این پژوهش نشان می دهد که ایده معرفی شده در این پژوهش در بسیاری ازموارد کارا و از نظر بعد زمان و مسافت برای هدایت جریان های ترافیکی مقرون بصرفه می باشد.

Keywords:

ترافیک , داده کاوی , خوشه بندی , الگوریتم K-means , درخت C4.5