پیش بینی ترافیک بین ایستگاه های سیستم دوچرخه اشتراکی با گام زمانی یکساعت با پیاده سازی پرسپترون چند لایه موازی

از چالش های مهم در برنامه ریزی حمل و نقل و مسائل شهری پیش بینی ترافیک جهت بهبود مدیریت ونظارت در سیستم های حمل و نقل شهری می باشد. با گسترش تکنولوژی امکان ذخیره سازی داده هایعظیم و همچنین محاسبات پیچیده فراهم شدهاست. یکی از چالش های مهم که شرکت های ارائه دهنده یدوچرخه اشتراکی با آن روبرو می باشند، نظارت در ایستگاه های دوچرخه اشتراکی است که نیازمندپیش بینی دقیق ترافیک بین ایستگاه ها در بازه های کوتاه مدت و بلند مدت می باشد. در این پژوهش بااستفاده از روش یادگیری عمیق و پیاده سازی شبکه چندلایه پرسپترون به صورت موازی و همچنین درنظرگیری داده های دوچرخه اشتراکی، آب و هوا و میزان دسترسی هر ایستگاه به مراکز جمعیتی و تجاریبه پیش بینی میزان تقاضا در هر ایستگاه با گام زمانی یک ساعت می پردازیم. پس از پیاده سازی چارچوبمطرح شده میزان میانگین مربع خطا ۹.۰ و ریشه میانگین مربع خطا ۹.۰۰ بدست آمد.

کلیدواژه ها:

یادگیری عمیق ، شبکه پرسپترون چندلایه ، سیستم دوچرخه اشتراکی ، پیش بینی تقاضا