آنالیز آشوبناک سری زمانی جریان ترافیک و پیش بینی آن مبتنی بر سیستم فازی - عصبی تطبیقی چندگانه
Publish place: The first conference of electrical and computer specialists
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,630
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAEEECHB01_013
تاریخ نمایه سازی: 1 مرداد 1389
Abstract:
امروزه پیش بینی جریان ترافیک به عنوان هسته اصلی مطالعات سیستم های حمل و نقل هوشمند مطرح شده است دراین مقاله با توجه به ویژگیهای تطبیق پذیری الگوریتمهای خودیادگیر شبکه های عصبی و نیز یادگیری قوانین فازی که در ساختار ANFIS ترکیب شده است از این مدل برای پیش بینی کوتاه مدت حجم ترافیک استفاده شده است در روش بکارگرفته شده دراین مقاله ابتدا با انجام عملیات پیش پردازش که شامل حذف ساعت ها و روزهای خاص و نیز مقداردهی به بازه هایی که حجم ترافیک در آنها ثبت نشده است می باشد داده ها را آماده کرده و سپس با محاسبه بزرگترین نمای لیاپانوف به بررسی غیرتصادفی و پیش بینی پذیر بودن جریان ترافیک پرداخته شده است.
Keywords:
Authors
سیدحمید عباسی نیشابوری
گروه کامپیوتر دانشگاه آزاد اسلامی واحد فردیس
مهدی یعقوبی
گروه هوش مصنوعی دانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :