مقایسه مدل رگرسیون خطی و سیستم فازی-عصبی تطبیقی برای تخمین جذب سفرهای غیر اجباری (مطالعه موردی شهر قزوین)

مرحله اول رویکرد چهار مرحله ای کلاسیک (ایجاد سفر) شامل دو بخش تولید و جذب سفر است که پرکاربردترین مدل مربوطه رگرسیون خطی است اما در برخی موارد این روش نمی تواند تغییرات داده ها را به خوبی توضیح دهد. در این پژوهش با استفاده از داده های هم فزون 113 ناحیه ترافیکی شهر قزوین مدل رگرسیون خطی پرداخت می گردد که در بهترین آن ها با ضریب نکویی برازش برابر با 0 / 5823 و مجذور میانگین مربعات خطا برابر با 779 / 4 تنها متغیرهای کاربری زمین (در سطح 95 درصد) معنادار شدند. در مدل سیستم فازی- عصبی تطبیقی با متغیر های یکسان، داده های ورودی و هدف با استفاده از روش فازی و میانگین خوشه بندی شده اند. با استفاده از تحلیل حساسیت سیستم فازی- عصبی در مقابل تغییر تعداد خوشه - ها، معادله ای برای تعیین تعداد حداقل خوشه های مورد نیاز برای رسیدن به مجذور میانگین مربعات خطا مورد نظر ارایه می شود. مقدار مجذور میانگین مربعات خطا برای مدل سیستم فازی- عصبی تطبیقی با 3 و 30 خوشه برای هر یک از متغیرهای ورودی و هدف به ترتیب برابر با 739 / 9 (5 درصد کاهش) و 20 / 4 (بیش از 97 درصد کاهش) و مقدار ضریب نکویی برازش آن ها به ترتیب 0 / 6025 (بیش از 3 درصد افزایش) و 0 / 9998 (بیش از 71 درصد افزایش) شد که بیانگر بهتر بودن مدل سیستم فازی- عصبی تطبیقی در مقایسه با مدل رگرسیون خطی است.

Keywords:

جذب سفر , مدل رگرسیون خطی , مدل سیستم فازی عصبی , جذب سفرهای غیراجباری , ANFIS