پیش بینی تعداد بی خانمان های شهر تهران با استفاده از مدل شبکه عصبی و سری زمانی ARIMA – مطالعه موردی منطقه 19 شهرداری تهران
- سال انتشار: 1395
- محل انتشار: دومین کنفرانس بین المللی مهندسی صنایع و مدیریت
- کد COI اختصاصی: INDUSTRIAL01_181
- زبان مقاله: فارسی
- تعداد مشاهده: 727
نویسندگان
معاون امور اجتماعی و فرهنگی شهرداری منطقه 5 تهران
چکیده
بیخانمانی به عنوان یکی از نازیبا ترین پدیده های اجتماعی همواره مورد توجه مسئولین حوزه برنامه ریزی شهری می باشد.روش هایی که در گذشته در زمینه پیش بینی به کار گرفته می شد عمدتاً شامل مدل های ARIMA باکس و جنکینز بوده اند. فرض در استفاده از این مدل ها بر اساس همبستگی خطی بین مشاهدات می باشد. حال اینکه در دنیای واقعی این فرض برای توصیف ویژگی غیر خطی فرآیند های اجتماعی مناسب نمی باشد. به همین دلیل روش هایی همچون شبکه عصبی که برای مدل سازی مسایل غیرخطی پیچیده مناسب هستند در سال های اخیر به عنوان یکی از پرطرفدارترین روش ها در این حوزه شناخته شده اند. در این پژوهش به منظور پیش بینی تعداد بی خانمانان از الگوریتم شبکه عصبی مصنوعی MLP استفاده شده است. نتایج تحقیق نمایانگر این موضوع است که مدل معرفی شده کارایی قابل توجهی را برای پیش بینی این پدیده دارد.کلیدواژه ها
برنامه ریزی و مدیریت شهری ، مدل ریاضی غیر خطی، پیش بینی، مدل شبکه عصبی MLP ، مدل سری زمانی ARIMAمقالات مرتبط جدید
- نهان کاوی صوتی براساس مدل psychoacoustic معکوس شنیداری انسان
- اهمیت و جایگاه هوش مصنوعی و لجستیک بحران در حملات بیوتروریستی
- بهینه سازی سبد سهام بورس اوراق بهادار تهران با استفاده از الگوریتم ژنتیک
- بررسی چالش های امنیتی و راهکارهای آن در پایگاه داده های NoSQL و کلان داده ها
- طراحی مدل تخصیص هواپیماها به مسیر جهت حداکثر کردن سود مورد انتظار با در نظر گیری عدم قطعیت در تقاضا
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.