ارزیابی عملکرد ماتریس احتمال سرعت- شتاب، K-MEANS ، ماشین بردار پشتیبان و شبکه عصبی مصنوعی برای استخراج چرخه های رانندگی
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,165
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIRAFT01_138
تاریخ نمایه سازی: 7 بهمن 1399
چکیده مقاله:
چرخههای رانندگی در طراحی خودروها، تبیین و بهبود سازی استانداردها و برنامه ریزی های حمل و نقل کاربرد دارند. در این پژوهش، عملکرد چهار روش دسته بندی ماتریس احتمال سرعت- شتاب SAPM ،means-K، ماشین بردار پشتیبان (SVM ( و شبکه عصبی مصنوعی ) ANN ( مقایسه میشود. الگوریتم های نامبرده شده از نظر دقت، تعمیم پذیری، سهولت در کدنویسی و سرعت دستیابی به پاسخ مورد ارزیابی قرار گرفتند. بر اساس مقایسه صورت گرفته روشهای SVM و ANNاز دقت بیشتری برخوردار بوده اند، این در حالیست که این روشها برای دستیابی به پاسخ، زمان بیشتری را در مقایسه با دوروش دیگر احتیاج داشتند و استفاده از آنها به ساده گی سایر روشها نمیباشد.
کلیدواژه ها:
نویسندگان
تابان مهر قرایتی
دانشجوی کارشناسی ارشد مهندسی مکانیک، دانشگاه بین المللی امام خمینی قزوین، دانشکده فنی و مهندسی، قزوین
علی مومنی موحد
عضو هیات علمی دانشکده مهندسی مکانیک، دانشگاه بین المللی امام خمینی قزوین، دانشکده فنی و مهندسی، قزوین
محمد آزادی
عضو هیات علمی دانشکده مهندسی مکانیک، دانشگاه سمنان، دانشکده مکانیک، سمنان
سیداشکان موسویان
عضو هیات علمی دانشکده فنی کشاورزی شهریار، دانشگاه فنی و حرفه ای، تهران