علی بهروزی - کارشناسی ارشد مهندسی برنامه ریزی حمل و نقل دانشگاه خواجه نصیرالدین طوسی
علی ادریسی - دانشیار دانشگاه خواجه نصیرالدین طوسی-دانشکده عمران

یکی از چالش های مهم در برنامهریزی حمل و نقل و مسائل شهری پیش بینی تقاضا جهت بهبود مدیریت در سیستم هایحمل و نقل شهری می باشد. با گسترش تکنولوژی امکان ذخیره سازی داده های عظیم و همچنین محاسبات پیچیده فراهمشده است. یکی از چالش های مهم که شرکتهای ارائه دهندهی دوچرخه اشتراکی با آن روبرو می باشند، ارائه بهینه دوچرخهدر سیستم می باشد که نیازمند پیش بینی دقیق میزان میزان سفر در سیستم در بازه های کوتاه مدت و بلند مدت می باشد.در این پژوهش با استفاده از روش یادگیری عمیق شبکه عصبی بازگشتی حافظه ی کوتاه مدت و بلند مدت و همچنین تنهابا در نظرگیری داده های دوچرخه اشتراکی به پیش بینی میزان سفر در سیستم با گام زمانی یک ساعت می پردازیم. پس ازپیاده سازی چارچوب مطرح شده میزان میانگین مربع خطا ۰.۰۱۶ و ریشه میانگین مربع خطا ۰.۱۲ بدست آمد.

یادگیری ما شین، شبکه عصبی بازگشتی حافظه کوتاه مدت و بلند مدت، سی ستم دوچرخه ا شتراکی،پیش بینی تقاضای سفر