پیشبینی تابع زمان تأخیر در تقاطعهای چراغ دار، با استفاده از رگرسیون خطی وغیرخطی و شبکه عصبی FBR و PLM مطالعه موردی شهر رشت(
Publish place: 9th International Congress on Civil Engineering
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,411
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICCE09_276
Index date: 28 September 2012
پیشبینی تابع زمان تأخیر در تقاطعهای چراغ دار، با استفاده از رگرسیون خطی وغیرخطی و شبکه عصبی FBR و PLM مطالعه موردی شهر رشت( abstract
تأخیردرتقاطع های چراغدار بخش مهمی از زمان سفر درشبکههای شهری را تشکیل میدهد. همچنین عوامل زیادی در ایجاد تأخیر مؤثرندکه از آن جمله می توان به، زمانبندی چراغراهنمایی، رفتار رانندگان و عابرین پیاده، حجم و نوع حرکاتگردشی و... اشاره کرد. در این مقاله، با استتفاده از اطلاعات جمعآوریشده از چندین تقاطع چراغدار شهر رشت سعی شده است، تابع زمان تأخیر برای حرکتهای مختلف در تقاطع پیشنهاد شتود و درنهایت مدلهای پیشبینی تابع زمان تأخیر در تقاطع چراغدار شهری، با استفاده از رگرسیون خطی و غیرخطی و شبکهعصبی (MLP) و ) RBF ) برآورد شده است. بر اساس نتایج بدست آمده، مدل های شبکهعصبی از دقت بیشتری در پیشبینتی تتابع زمتان تت أخیر درتقتاطع چتراغ دار نستبت بتهرگرسیونخطی و غیرخطی داشته است
پیشبینی تابع زمان تأخیر در تقاطعهای چراغ دار، با استفاده از رگرسیون خطی وغیرخطی و شبکه عصبی FBR و PLM مطالعه موردی شهر رشت( Keywords:
پیشبینی تابع زمان تأخیر در تقاطعهای چراغ دار، با استفاده از رگرسیون خطی وغیرخطی و شبکه عصبی FBR و PLM مطالعه موردی شهر رشت( authors
مجتبی علی نژادالمشیری
کارشناس ارشد راه و ترابری، دانشگاه گیلان
هادی سلیمی
دانشجوی کارشناسی ارشد راه و ترابری، دانشگاه گیلان
سهیل یکتاپرست
کارشناس ارشد راه و ترابری، دانشگاه آزاد اسلامی واحد تهران جنوب
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :