پریسا رحمانی - استادیار گروه کامپیوتر، واحد پردیس، دانشگاه آزاد اسلامی، تهران، ایران
سجاد ابراهیمی - دانشجوی کارشناسی ارشد گروه کامپیوتر،واحد تهران شمال ، دانشگاه آزاد اسلامی، تهران، ایران

پیش بینی و تشخیص ازدحام ترافیک به صورت دقیق و بی درنگ، اساس مطالعات کنترل ترافیک است. با توجه به پیشرفت هایی که در زمینهسیستم های هوشمند ترافیکی صورت گرفته، پیش بینی و تشخیص ترافیک، نقش بنیادی را در مدیریت و کنترل ترافیک ایفا می کند. اکثرمحققان تلاش کرده اند که پیش بینی ترافیک را با مطالعه بر روی پیش بینی الگوی ترافیک کوتاه مدت، انجام دهند. بر اساس نوع داده می توانمدل پیش بینی را به دو دسته مبتنی بر داده های ترافیکی تاریخی و مبتنی بر ترافیک داده های بی درنگ، تقسیم بندی کرد. روش های اول اغلبدارای پیچیدگی محاسبات بالا و نیازمند تعداد زیاد پارامتر تخمین بوده و نیز از عدم انطباق با تغییرات در الگوی ترافیکی، رنج می برند. تاکنونروش های متعددی پا به عرصه ظهور نهاده اند تا بتوانند با تغییراتی هر چند ساده، راه را برای هموار کردن مشکلات ترافیک در شهر هوشمندمرتفع سازند. در این پایان نامه روشی مبتنی بر سری های زمانی با رویکرد پیش بینی پویا جهت کنترل ترافیک خیابان ها در شهرهای هوشمند،پیشنهاد شده است که هدف آن کاهش خطای پیش بینی شده در حداقل زمان ممکن است. هدف از روش پیشنهادی کاهش خطای پیش بینیبا در نظر گرفتن معیارهای حداکثر ازدحام خیابان ها ، خطای جذر میانگین مربعات و میانگین قدرمطلق درصد خطا و مدیریت و کنترلترافیک شهری است. نتایج حاصل از خروجی پیاده سازی، بیانگر کاهش حدود ۱۰ تا ۱۵ درصدی خطای پیش بینی و تشخیص ترافیک درحداقل زمان ممکن است. همچنین نتایج به دست آمده با سایر روش ها مقایسه شده که عملکرد بهتر سری زمانی از لحاظ معیارهای خطایپیش بینی را نشان می دهد.

سری های زمانی، پیش بینی ترافیک، شهر هوشمند، سیستم مدیریت ترافیک، الگوریتم فلوید وارشال