میلاد خرمی - مدیرعامل شرکت کهن دژ سروشان. کارشناس ارشد حمل و نقل
عطیه السادات هاشمیان - کارشناس ارشد عمران- راه و ترابری، دانشگاه آزاد زنجان، زنجان، ایران
احسان رمضانی خوانساری - دانشجوی دکتری عمران- راه ترابری، دانشکده عمران و محیط زیست، دانشگاه امیرکبیر، تهران، ایران
محمدمهدی مخملباف - شهریار، گروه مشاوران جوان شهرداری مشهد

تخمین سرعت جریان در یک مسیر در طی ساعات و روزهای هفته هم از نظر برنامه ریزان و هم کاربرانراه حایز اهمیت است. عدم دقت در داده های ترافیکی و نیز رفتار و تصمیمات رانندگان منجر به استفادهسیستم های فازی برای مدل کردن متغیرهای ترافیکی می شود. در این تحقیق ترکیبی از منطق فازی بههمران شبکه عصبی مصنوعی به کار برده شده است تا بتوان سرعت یک جریان با استفاده از داده هایترافیکی مورد نظر مدل کرد. در گام اول، قواعد منطق فازی به وسیله یک فرد خبره ارایه شده است ودرنهایت این قواعد بررسی و اصلاح شده اند. نتایج نشان دادند مدل ارایه شده توانایی تخمین سرعت باخطای آماری 10 کیلومتربر ساعات را داراست.

شبکه عصبی-فازی، مدلسازی، سرعت، جریان ترافیک