مدل پیش بینی سری زمانی حجم وسائل نقلیه با استفاده از روش Neural Network Auto Regression
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 208
فایل این مقاله در 14 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:
TTC18_183
تاریخ نمایه سازی: 13 شهریور 1400
چکیده مقاله:
پیش بینی وضعیت ترافیک یکی از مهمترین عوامل در مدیریت ترافیک است. به دلیل ازدحام ترافیک شهری و اهمیت این موضوع در سیاستگذاری های آتی برای حفظ ایمنی و جلوگیری از بحران، پیش بینی ترافیک به امری مهم و کاربردی تبدیل شده است. هدف از پژوهش حاضر، بررسی انواع روش های ممکن برای پیش بینی حجم ترافیک است. بنابراین در مورد داده های موجود که مربوط به داده های حجم و سایل نقلیه در بازه های یک دقیقه ای که از سنسورهای مدنظر برداشت شده است و روشی برای پیش بینی حجم ترافیک به همراه روش های مدل سازی احتمالی بحث شده است. سپس در بخش آخر مدل سازی انجام شده است و نتایج آنها نمایش داده شده است، به این صورت که بهترین روش برای پیش بینی وضعیت ترافیک کوتاه مدت و بلند مدت ، همراه با محدودیت این مطالعه ارائه شده است.در این پژوهش با استفاده از مدل شبکه عصبی اتورگرسیو (NNAR) و داده های سری زمانی به پیش بینی حجم وسایل نقلیه پرداخته شد که نهایتا به بازدهی مناسبی منجر شد و مدل برازش شده کارا و با دقت مناسب ارزیابی شد.
نویسندگان
سید رضا اسماعیل زاده
دانشجوی کارشناسی ارشد دانشگاه تربیت مدرس
نگارالسادات مدنی
کارشناس ارشد راه و ترابری دانشگاه خوارزمی