پیشبینی سرعت ترافیک با استفاده از نظریه اطلاعات متقابل
- سال انتشار: 1391
- محل انتشار: یازدهمین کنفرانس مهندسی حمل و نقل و ترافیک ایران
- کد COI اختصاصی: TTC11_121
- زبان مقاله: فارسی
- تعداد مشاهده: 1282
نویسندگان
گروه مهندسی برق، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
گروه مهندسی کنترل، دانشکده برق و کامپیوتر دانشگاه تهران
گروه مهندسی کنترل، دانشکده برق و کامپیوتر دانشگاه تهران
گروه مهندسی کنترل، دانشکده برق و کامپیوتر دانشگاه تهران
چکیده
امروزه یکی از مسایل موجود در سیستمهای حمل و نقل هوشمند، پیشبینی جریان و سرعت ترافیک میباشد که نقش مهمی را در مباحث کنترل ترافیک، کنترل چراغهای راهنمایی، کنترل زمان سفر و ... دارد. دیدگاه استفاده از اطلاعات متقابلMutual Information یک ایده جالب برای بهدست آوردن میزان وابستگی موجود بین دادههای گذشته میباشد که میتواند میزان وابستگی غیرخطی موجود بیندادهها را بهدست آورد. با محاسبه این تقابل اطلاعات بین دادههای گذشته و انتخاب بهترین دسته داده برای عملیات پیشبینی سعی کردهایم که در عین کاهش حجم محاسباتی، دقت پیشبینی را نیز افزایش دهیم. در این مقاله با توجه به قدرت سیستمهای هوشمند در زمینه مدلسازی و پیشبینی، از شبکه عصبیMLP برای پیشبینی سرعت ترافیک استفاده شده و عملکرد آن مورد مقایسه با روشهای معمولی قرار گرفته است که حاکی از بالا بودن دقت پیشبینی سرعت ترافیکبا استفاده از تقابل اطلاعات و شبکه عصبی میباشد. با توجه به متفاوت بودن الگوهای رفتاری سرعت ترافیک، استفاده از این روش بهعنوانمدل غیرخطی تطبیقپذیر با شرایط محیطی بسیار مناسب میباشد. برای ارزیابی عملکرد پیشبینیهای طراحی شده از دادههای ترافیکی مربوط به کشور آمریکا استفاده شده استکلیدواژه ها
سیستم حمل و نقل هوشمند، اطلاعات متقابل، انتخاب بهترین ورودی، پیشبینی سرعت ترافیک، شبکه عصبیمقالات مرتبط جدید
- Optimizing Subway Timetables and Headways Using Image Processing Techniques
- کاربردهای دوقلوی دیجیتال در کنترل ترافیک شهری
- یک روش سریع و موثر در تشخیص افراد در تصاویر ویدیویی مبتنی بر بهبود عملکرد ادغامدر روش توجه متقابل تکرار ی
- امکان سنجی به کارگیری هوش مصنوعی در تجهیزات ترافیکی شهر مبارکه
- مروری بر مدل های تخصیص ترافیک
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.