توسعه سیستم های پیش بینی ترافیک شهری با استفاده از شبکه های عصبی مصنوعی

با افزایش روزافزون تعداد وسایل نقلیه در شهرها، مدیریت بهینه ترافیک به یکی از چالش های مهم شهری تبدیل شده است. سیستم های پیش بینی ترافیک نقش کلیدی در کاهش ازدحام، بهینه سازی مسیرها و مدیریت زمان سفر دارند. در سال های اخیر، شبکه های عصبی مصنوعی (ANN) به دلیل توانایی بالا در شناسایی الگوهای پیچیده و پردازش داده های حجیم، به عنوان یک راهکار موثر در پیش بینی ترافیک مورد توجه قرار گرفته اند. در این پژوهش، یک مدل مبتنی بر شبکه های عصبی مصنوعی برای پیش بینی وضعیت ترافیکی ارائه شده است. این مدل با استفاده از داده های تاریخی ترافیک، شرایط آب وهوایی، زمان بندی سفرها و سایر عوامل موثر، قادر به پیش بینی حجم ترافیک در بازه های زمانی آینده خواهد بود. نتایج به دست آمده نشان می دهد که روش پیشنهادی دقت بالایی در پیش بینی ترافیک داشته و می تواند به کاهش زمان تاخیر، بهبود مدیریت شهری و ارائه تصمیمات کارآمدتر در حوزه حمل ونقل کمک کند.

کلیدواژه ها:

پیش بینی ترافیک ، شبکه های عصبی مصنوعی ، حمل ونقل هوشمند ، مدیریت شهری ، هوش مصنوعی