روح الله ارجمندنیا - دانشجوی کارشناسی ارشد نرم افزار کامپیوتر گروه فناوری اطلاعات ،دانشگاه آزاد واحدصفاشهر،ایران
محمدرضا فرهمند - عضو هییت علمی دانشگاه آزاد اسلامی واحد ابرکوه،ایران

امروزه با گسترش شهرنشینی و افزایش وسایل حمل و نقل، از جمله مسایل مهم و ضروری سازمان های حمل و نقل و کنترل ترافیک شهرداری، کنترل بهینه ترافیک در داخل و خارج از شهرها می باشد. بر این اساس یکی ازسیاست های کلان مسیولین شهرداری در سازمان حمل و نقل نیز کنترل بهینه ترافیک و تنظیم چراغ های راهنمایی بر اساس پیش بینی وضعیت ترافیک در معابر سطح شهر است. به منظور استخراج الگو در پیش بینی کوتاه مدت وضعیت ترافیک از روش های مبتنی بر شبکه های عصبی مصنوعی استفاده میشود. در این تحقیق از یک مدل بهبود یافته مبتنی بر شبکه های عصبی به منظور پیش بینی وضعیت ترافیک استفاده می شود به منظور توسعه و بهبود این شبکه ها از مفاهیم نورن- های انعطاف پذیر استفاده میشود. این نورون ها، هوشمندی بیشتری نسبت به نورون های استاتیک دارند. دارای پارامترهایی جهت تنظیم با قابلیت بادگیری هستند که منجر به تولید ساختار پویا در رفتار و عملکرد شبکه عصبی میشوند

وضعیت ترافیک، سیستم شناسایی و پیش بینی کوتاه مدت،نورون های انعطاف پذیر، ساختار پویای شبکه عصبی