بهبود روند پیش بینی حجم ترافیک برون شهری با استفاده از هوش مصنوعی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,004
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TTC14_148
تاریخ نمایه سازی: 30 دی 1394
Abstract:
حجم ترافیک و اهمیت دانستن آن همواره یکی از دغدغه های برنامه ریزان حوزه حمل و نقل بودهاست. با گسترش شهرنشینی و افزایش استفاده از وسایل نقلیه موتوری، حجم استفاده کنندگانسیستم به یک عامل مهم در تصمیم گیری حمل و نقل تبدیل شد . از این رو اطلاع دقیق از حجمترافیک برای انجام برنامه ریزی، کنترل و طراحی سیتم های حمل و نقلی امری اجتناب ناپذیر می -باشد. آنچه در این مقاله مورد تحقیق و بررسی قرار گرفت، بهبود و توسعه روشهای موجود در پیشبینی حجم ترافیک با استفاده از مدلسازی می باشد. از دادههای آماری چهار محور انتخابی استانمازندران برای انجام مدلسازی پیش بینی حجم ترافیک استفاده شد. با استفاده از داده ها، مدل هایرگرسیون خطی و لگاریتمی و همچنین مدل شبکه عصبی برازش و با استفاده از الگوریتم ژنتیکبهبود داده شد. نتایج حاصل از این تحقیق نشان داد مقدار (R(2 در رگرسیون خطی از 0/87 به 0/93 و در رگرسیون لگاریتمی از 0/96 به 0/97 بهبود یافت. همچنین نتایج، بهبود شش درصدی در مدل شبکه عصبی را نشان می دهند.
Authors
فرشیدرضا حقیقی
استادیار گروه راه وترابری دانشکده عمران، دانشگاه صنعتی نوشیروانی بابل
دانیال قلی نژاد دازمیری
کارشناس ارشد برنامه ریزی حمل و نقل
سارا محمدی
کارشناس ارشد برنامه ریزی حمل و نقل
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 :