تردد در شهر با هوش مصنوعی

در واقع در برنامه ریزی و مدیریت شهری نوین به لحاظ سهم حائز اهمیت معابر در کالبد شهر و ارتباط مستقیم آن با افزایش جمعیت شهرها، نیاز به توجه و اعمال سیاست های خاص برای دست یابی به ارتقای سیستم ترافیکی و بهبود آن بیش از پیش احساس می شود. مطالعه حاضر با هدف بررسی عوامل موثر بر ارتقا و بهبود برنامه ریزی ترافیک شهری با استفاده از هوش مصنوعی می باشد بر این اساس یکی از سیاستهای کلان مسئولین شهرداری در سازمان حمل و نقل نیز کنترل بهینه ترافیک و تنظیم چراغ های راهنمایی بر اساس پیشبینی وضعیت ترافیک در معابر سطح شهر بر اساس هوش مصنوعی می باشد تاثیر هوش مصنوعی را اکنون میتوان در همه جهات و نقاط زندگی مردم دید. بطور کلّی، هوش مصنوعی را میتوان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد . به منظور استخراج الگو در پیش بینی کوتاه مدت وضعیت ترافیک از روشهای مبتنی بر شبکه های عصبی مصنوعی استفاده میشود. در این تحقیق از یک مدل بهبود یافته مبتنی بر شبکه های عصبی به منظور پیشبینی وضعیت ترافیک استفاده میشود.. به منظور توسعه و بهبود این شبکه ها از مفاهیم نورنهای انعطاف پذیر استفاده میشود. این نورونها، هوشمندی بیشتری نسبت به نورونهای استاتیک دارند. دارای پارامترهایی جهت تنظیم با قابلیت بادگیری هستند که منجر به تولید ساختار پویا در رفتار و عملکرد شبکه عصبی میشوند.

Keywords:

وضعیت ترافیک , سیستم شناسایی و پیشبینی کوتاه مدت , نورونهای انعطاف پذیر , ساختار پویای شبکه عصبی.