مدل آماری ترکیبی بایز برای بدست آوردن نسبتهای حرکت گردشی وابسته به زمان در تقاطعها
Publish place: اولین کنفرانس سالانه بین المللی عمران، معماری و شهرسازی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 315
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICAUC01_435
تاریخ نمایه سازی: 9 خرداد 1396
Abstract:
جریان های حرکت گردشی وابسته به زمان داده های ورودی بسیار مهم برای سیستم های هوشمند حمل و نقل هستند اما غیر ممکن است به طور مستقیم از طریق سیستم های نظارت ترافیک تلی تشخیص داده شوند. ثابت شده مدل های برآورد موجود در تمام فواصل بد اندازه کافی قابل اعتماد دقیق نیستند. یک راه ارتقا یافته برای رسیدگی به مشکل گفته یک چارچوب مدل ترکیبی است که بتواند اجرای چندین زیر مدل را با هم ترکیب کند. در این مقاله نخست یک مدل شبکه عصبی پس انتشار برای برآورد حرکات گردشی پویا و همچنین یک روش نرخ یادگیری و هفت عنوان باغی به یک روش گرادیان نزولی تا گشتاور برای راه حل ارایه می کند. دوم این مقاله یک مدل فیلترینگ کالمن کارامد را توسعه داد و یک الگوریتم فیلترینگ کالمن اصلاح شده طراحی می کند. براساس روش بایز با استفاده از هر دو داده های تاریخچه ای و نتایج تخمین زده برای کالیبر و زیان خطا، این مقاله به زیر مدل بالا را در یک چارچوب مدل ترکیبی بایز ادغام کرده و الگوریتم نظیر را پیشنهاد می دهد. یک بررسی میدانی در یک تقاطع برای جمع آوری هر دو سری زمانی تعداد خط و جریان های حرکت گردشی وابسته به زمان واقعی، شامل داده های گذشته و حال اجرا شد. نتایج برآورد گزارش نشان می دهد که مدل ترکیبی بایز نسبت به سایر مدل ها خیلی دقیق تر و پایدارتر است.
Keywords:
Authors
مصطفی جعفری ملایری
دانشجوی کارشناسی ارشد مهندسی راه و ترابری، دانشگاه آزاد اسلامی واحد تهران جنوب
بهنام اسدزاده
دانشگاه آزاد اسلامی، واحد مرند، باشگاه پژوهشگران جوان و نخبگان، مرند
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 :