سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارائه رویکردی نوین در پیش بینی کوتاه مدت و بلندمدت وضعیت ترافیک مبتنی بر الگوهای روزانه

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 559

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.

Export:

Link to this Paper:

Document National Code:

ECCONF01_010

Index date: 25 January 2017

ارائه رویکردی نوین در پیش بینی کوتاه مدت و بلندمدت وضعیت ترافیک مبتنی بر الگوهای روزانه abstract

امروزه ترافیک به یک چالش اساسی پیش روی جوامع بشری مخصوصاً کلان شهرها تبدیل شده است. تصمیم گیرندگان در این حوزه به شدت به دنبال راه حلی کارا و مؤثر برای حل این معضل شهری هستند، به کارگیری فناوری در حوزه سامانه های حمل و نقل باعث ایجاد سامانه های حمل و نقل هوشمند (ITS) شده است که می تواند به عنوان ابزاری مؤثر در این حوزه مورد استفاده قرار گیرد. پیش بینی کوتاه مدت پارامترهای ترافیکی مانند جریان ترافیک، سرعت و ازدحام دارای اهمیت بسیاری در پژوهش های حوزه سامانه های حمل و نقل هوشمند است. بسیاری از تحقیقات حوزه ترافیک نیز حول این مبحث یعنی پیش بینی ترافیک در کوتاه مدت و بلند مدت معطوف شده است. در این مقاله نیز با هدف پیش بینی ترافیک راهکاری ارائه شده است که می تواند بر اساس داده های دریافتی از مراکز کنترل ترافیک، ترافیک موجود در چندین روز آتی را پیش بینی نماید. این داده ها که به صورت روزانه و هر 15 دقیقه یک بار از مرکز ترافیک جمع آوری می شوند، در الگوی 23 گانه ای که از قبل تعریف شده اند، دسته بندی می گردند. حال برای پیش بینی ترافیک هر روز، پس از تعیین نوع الگوی روزانه، الگوریتم پیش بینی طراحی شده، اجرا می گردد. برای سنجش صحت اطلاعات پیش بینی شده، برای تمامی پیش بینی ها درصد انطباق محاسبه می گردد که نشان از میزان تطبیق اطلاعات پیش بینی شده و واقعیت اتفاق افتاده است. درصد انطباق الگوریتم پیشنهاد شده حداقل 96 درصد است که نشان از دقت و صحت بالای الگوریتم پیشنهادی است.

ارائه رویکردی نوین در پیش بینی کوتاه مدت و بلندمدت وضعیت ترافیک مبتنی بر الگوهای روزانه Keywords:

ارائه رویکردی نوین در پیش بینی کوتاه مدت و بلندمدت وضعیت ترافیک مبتنی بر الگوهای روزانه authors

امیر امراللهی بیوکی

دانشگاه صنعتی شریف

احمد نیک صفت

دانشگاه صنعتی شریف

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 :
Ezell, Stephen. "Explaining international IT transportation ...
Gang Tong, Chunling Fan, Fengying Cui, Xiangzhong Meng, Fuzzy Neural ...
Dong Haixiangand, Tang Jingjing, Prediction of Traffic Flow at Intersection ...
FeiLuo, Yu-GeXu, Jian-Zhong Cao, Elevator Trafic Flow Prediction With Least ...
Liang Zhao, Fei-Yue Wang, Short-Term Fuzzy Traffic Flow Prediction Using ...
نمایش کامل مراجع

مقاله فارسی "ارائه رویکردی نوین در پیش بینی کوتاه مدت و بلندمدت وضعیت ترافیک مبتنی بر الگوهای روزانه" توسط امیر امراللهی بیوکی، دانشگاه صنعتی شریف؛ احمد نیک صفت، دانشگاه صنعتی شریف نوشته شده و در سال 1394 پس از تایید کمیته علمی اولین کنفرانس سالانه تحقیقات کاربردی در مهندسی برق، کامپیوتر پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پیش بینی، ترافیک، الگوهای روزانه هستند. این مقاله در تاریخ 6 بهمن 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 559 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که امروزه ترافیک به یک چالش اساسی پیش روی جوامع بشری مخصوصاً کلان شهرها تبدیل شده است. تصمیم گیرندگان در این حوزه به شدت به دنبال راه حلی کارا و مؤثر برای حل این معضل شهری هستند، به کارگیری فناوری در حوزه سامانه های حمل و نقل باعث ایجاد سامانه های حمل و نقل هوشمند (ITS) شده است که می تواند ... . برای دانلود فایل کامل مقاله ارائه رویکردی نوین در پیش بینی کوتاه مدت و بلندمدت وضعیت ترافیک مبتنی بر الگوهای روزانه با 4 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.