سیستم های خبره و کاربردهای آنهاداده کاوی با روش های مختلف بهینه سازی

ترافیک (عبور و مرور) جاده ای به عنوان منبع اصلی سر و صدای محیط های شهری شناخته شده و به اثبات رسیده است که این سر و صدا به طور قابل توجهی بر سلامت جسمی و روانی انسان و بهره وری نیروی کار تاثیر می گذارد. پس، بسیار مهم است برای کنترل سطح صوتی این سر و صدا در محیط های شهری به توسعه روش های مدلسازی سر و صدای ترافیک جاده ای بپردازیم.همانطور که در ادبیات موضوع مشاهده می شود، روش هایی که با این موضوع سر و کار دارند عموما بر اساس تحلیل رگرسیون پایه گذاری شده اند و دیگر رویکردها کمتر به کار برده شده اند. در این مقاله روشی جدید ارایه شده که بر اساس بهینه سازی استوار است. در شبیه سازی این کار از چهار تکنیک استفاده شده است؛ الگوریتم ژنتیک، الگوریتم هوکی و جیوز، بازپخت و تبرید شبیه سازی شده و بهینه سازی اجتماعات. دو سناریوی متفاوت در این مقاله ارایه شده است. در سناریوی اول روش های بهینه سازی، برای پیدا کردن مناسب ترین پارامترها از کل مجموعه داده های اندازه گیری شده استفاده می شود، در حالی که در سناریوی دوم، فقط با بعضی از دادههای اندازه گیری پارامترهای بهینه شده پیدا شدند در حالی که از مابقی داده ها برای ارزیابی قابلیت های پیش بینی مدل استفاده شد. برازش مدل با استفاده از ضریب تعیین و دیگر پارامترهای آماری ارزیابی شد و نتایج در هر دو سناریو نتایج نشان دهنده توافق بالای بین داده های اندازه گیری شده و ارزش های محاسبه شده هستند. همچنین، این مدل را با مدلهای آماری کلاسیک هم مقایسه کردیم و قابلیت های برتر مدل پیشنهادی ما نشان داده شد. شبیه سازی نیز با استفاده از بسته ای از نرم افزارهای موثق و کاربر پسند انجام شد.

Keywords:

سروصدای ترافیک , هوش مصنوعی , الگوریتم ژنتیک , هوکی و جیوز , بازپخت و تبرید شبیه سازیشده , بهینه سازی اجتماع ذرات , نرم افزار