مسعود سیف پور - دانشجوی دکتری مهندسی کامپیوتر سیستم های نرم افزاری، دانشگاه آزاد اسلامی

از ویژگی های بارز حمل و نقل ریلی آسایش، راحتی و ایمنی میباشد. وقوع حوادث ریلی اثرات نامطلوبی در اذهان عمومی ایجاد نموده و حساسیتهای خاصی را به همراه دارد و بسرعت در کانون توجهات رسانه ها قرار میگیرد. حوادث و سوانح ریلی امری اجتناب ناپذیر اما قابل کنترل و کاهش می باشد، لذا بررسی و تشخیص علل و عوامل سوانح بمنظور شناسایی گلوگاه ها و کاهش آن از اهمیت بالای برخوردار میباشد. در این مقاله با تجزیه و تحلیل داده ها و اطلاعات گردآوری شده از سوانح ریلی، با استفاده از روشهای خوشه بندیFCM و الگوریتمهای فازی و همچنین تکنیکهای داده کاوی، سوانح ریلی دستهبندی گردیده و در نهایت با بهرهگیری از شبکه های عصبی به مدلسازی ، فراگیری و تحلیل سوانح ریلی خواهیم رسید. نتایج حاصل نشان میدهد که روش مناسب جهت فراگیری ماشین بدست آمده که با افزودن نتایج و داده های جدید در طی زمان، فراگیری شبکه عصبی افزایش یافته و تجزیه و تحلیل سوانح ریلی با ضریب اطمینان بالاتری قابل بهرهبرداری میباشد.

حوادث ریلی، خوشه بندی فازی، مدل سازی، شبکه های عصبی