مرور راهکارهای پیش بینی حجم ترافیک شهری با استفاده از الگوریتم های مبتنی بر شبکه های عصبی و فازی
Publish place: Third National Conference on the Development of Industrial Applications of Information, Communication and Computing
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 649
This Paper With 11 Page And PDF and WORD 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:
EIAICC03_002
تاریخ نمایه سازی: 5 آبان 1395
Abstract:
بهبود کارایی روش های پیش بینی حجم ترافیک و کنترل آن، صرفاً با استفاده از الگوهای سنتی مدلسازی و کنترل، کاری بسیار دشوار است. دلیل این امر، ماهیت پویا و متغیر سیستم و عدم قطعیتی است که در آن وجود دارد. از این رو، استفاده از هوش مصنوعی و روش های مبتنی بر عدم قطعیت در این دسته از تحقیقات در کانون توجه قرار گرفته است. در این مقاله، با مرور روش های رایج برای پیش بینی و کنترل حجم ترافیک، کاربردهای شاخه هایی از هوش مصنوعی از قبیل منطق فازی و شبکه های عصبی در پیش بینی و کنترل حجم ترافیک بررسی شده و پس از آن کارایی و کمبودهای هر روش مورد ارزیابی قرار گرفته است.
Keywords:
Authors
طیبه حاجی طاهر
دانشگاه آزاد اسلامی، واحد اراک
عباس کریمی
عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
بابک اسدی3
عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
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 :