ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

ارزیابی مقایسه ای و بررسی میزان کارایی شبکه عصبی و مدل های آماری در پیش بینی حجم ترافیک روزانه محورهای برون شهری استان مازندران

سال انتشار: 1393
کد COI مقاله: CEUCONF02_149
زبان مقاله: فارسیمشاهده این مقاله: 524
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی مقایسه ای و بررسی میزان کارایی شبکه عصبی و مدل های آماری در پیش بینی حجم ترافیک روزانه محورهای برون شهری استان مازندران

شهریار افندی زاده زرگری - دانشیار دانشکده مهندسی عمران دانشگاه علم و صنعت ایران
سپیده غلامپور شهاب الدینی - دانشجوی کارشناسی ارشد مهندسی برنامه ریزی حمل و نقل دانشگاه آزاد اسلامی واحد علوم و تحقیقات
سید محمد سید حسینی - استاد دانشکده صنایع دانشگاه علم و صنعت ایران

چکیده مقاله:

آگاهی از میزان حجم ترافیک همواره یکی از دغدغههای برنامه ریزان حوزه حمل و نقل بوده است.. برای اطلاع از عملکرد سیستم حمل و نقلی در آینده، دانستن حجم موجود در سیستم در سال های آتی مورد نیاز است. مطالعات ترافیکی نتیجه مشاهدات و برداشت ها از شرایط موجود می باشد. با توجه به اینکه مشاهدات فعلی نمی تواند بیانگر وضعیت آینده باشد؛ بدین منظور برای اطلاع از وضعیت حجم ترافیک در آینده باید با استفاده از شرایط معین آن را پیش بینی کرد و یا حدس زد یکی از عناصر حجم ترافیک که در آیین نامه ها از آن یاد شده است، حجم متوسط ترافیک روزانه در سالAADT می باشد. این حجم بوسیله دستگاههای ثابت و سیار بطور روزانه شمارش می شود. در ایران معاونت راهداری وزارت راه و شهر سازی ( سازمان حمل و نقل و پایانه ها) شمارش روزانه حجم عبوری از راههای مختلف را انجام می دهد.. .در این مقاله ازداده های آماری محور های انتخابی استان مازندران برای انجام مدلسازی پیش بینی حجم ترافیک استفاده شد. با استفاده از داده ها، مدلهای رگرسیون خطی و لگاریتمی و همچنین مدل شبکه عصبی برازش داده شد

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CEUCONF02_149 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/382551/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
افندی زاده زرگری، شهریار و غلامپور شهاب الدینی، سپیده و سید حسینی، سید محمد،1393،ارزیابی مقایسه ای و بررسی میزان کارایی شبکه عصبی و مدل های آماری در پیش بینی حجم ترافیک روزانه محورهای برون شهری استان مازندران،دومین همایش ملی پژوهش های کاربردی در عمران،معماری و مدیریت شهری،تهران،https://civilica.com/doc/382551

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، افندی زاده زرگری، شهریار؛ سپیده غلامپور شهاب الدینی و سید محمد سید حسینی)
برای بار دوم به بعد: (1393، افندی زاده زرگری؛ غلامپور شهاب الدینی و سید حسینی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Neveu, _ (1983), "Quick response procedures to forecast rural traffic, ...
  • Mohamad, D., Sinha, K.C., Kuczec, T. and Scholer, C.F., (1998), ...
  • Zhao, F. and Chung, S., (2001), "Contributing factors of annual ...
  • Seaver, W.L., Chatterjee, A. and Seaver, M.L., (2000), "Estimation of ...
  • Sharma, S.C., Lingras, P., Xu, F. and Liu, G.X., (1999), ...
  • Jiang, Z., McCord, M. and Goel, P., (2006), "Improved AADT ...
  • Al-Masaeid, H.R., Al-Suleiman, T.I. and Obaidat, M.T., (1998), 0Traffic volume ...
  • Castro-Neto, M., Jeong, Y., Jeong, M.K. and Han, L.D., (2008), ...
  • Witten, I. and Frank, E..(2010), 'Data Mining: Practical Machine Learning ...
  • C.F. Gaus. Theoria combinationis observationum erroribus minimis obnoxiae. (1821/1823) ...
  • Galton F.و Presidential address, Section H, Anthropology. (1885) (Galton uses ...
  • Yule, G. Udny (1897). "On the Theory of Correlation" J. ...
  • Pearson, Karl; Yule, G.U.: Blanchard, Norman; Lee, Alice (1903). "The ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 22,537
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی