سال انتشار: 1395
محل انتشار:
دومین همایش سیستم های حمل و نقل هوشمند جاده ای
کد COI مقاله: RMTO02_094
زبان مقاله: فارسیمشاهده این مقاله: 379
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله پیش بینی کوتاه مدت جریان ترافیک با استفاده ازروش های هوشمند مطالعه موردی: پیش بینی جریان ترافیک محور سرخه-آرادان استان سمنان
چکیده مقاله:
پیش بینی جریان ترافیک یک عنصر اساسی سیستم های حمل و نقل هوشمند می باشد و نقش مهمی در زمینه مدیریت یکپارچه برای دستیابی به توسعه پایدار، ایجاد شبکه حمل و نقل بهینه و کاهش ازدحام شبکه ترافیکی دارد. روش های مختلف برای پیش بینی جریان ترافیک ارایه شده که در میان آن ها روش های هوشمند به عنوان موثرترین، سریع ترین و ارزان ترین راهکارها ارایه گردیده اند. در این مقاله، کارآیی مدل شبکه های عصبی مصنوعی (ANN) و شبکه تطبیقی فازی عصبی (ANFIS) برای پیش بینی جریان ترافیک مورد بررسی قرار گرفته است. برای آموزش شبکه تطبیقی فازی عصبی از الگوریتم ازدحام ذرات (PSO) استفاده شده است. علاوه بر این، از روش تحلیل مولفه های اساسی (PCA) برای کاهش بعد ویژگی های مورد استفاده به منظور کاهش زمان و هزینه محاسباتی استفاده می شود. مدل های پیشنهادی براساس داده های جریان ترافیک سال 1390 محور سرخه آرادان استان سمنان آموزش، تست و ارزیابی شده اند. برای ارزیابی عملکرد، یک مقایسه بین روش های پیشنهادی انجام شده است. نتایج بدست آمده نشان می دهند که روش های پیشنهادی با خطای قابل قبولی عملکرد خوبی را در پیش بینی جریان ترافیک دارند و با استفاده از کاهش بعد ویژگی ها مصالحه ای بین خطا، زمان و هزینه محاسباتی ایجاد می گردد
کلیدواژه ها:
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا RMTO02_094 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/633518/
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:محمدی، مجید و دیدبان، عباس و اثباتی، مهناز،1395،پیش بینی کوتاه مدت جریان ترافیک با استفاده ازروش های هوشمند مطالعه موردی: پیش بینی جریان ترافیک محور سرخه-آرادان استان سمنان،دومین همایش سیستم های حمل و نقل هوشمند جاده ای،تهران،https://civilica.com/doc/633518
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: (1395، محمدی، مجید؛ عباس دیدبان و مهناز اثباتی)
برای بار دوم به بعد: (1395، محمدی؛ دیدبان و اثباتی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
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:
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
- روش های مختلف پیش بینی کوتاه مدت جریان ترافیک
- ارایه روشی برای سامانه کشف نفوذ متعاون تشخیص حملات ممانعت از سرویس توزیع شده در بستر شبکه های وایمکس
- روش ترکیبی جدید برای خوشه بندی داده ها با استفاده از کرم شب تاب و الگوریتم K-MEANS
- مدلسازی امنیت ماشین های مجازی دررایانش ابری با استفاده ازشبکه های پتری
- پیش بینی ترافیک با شبکه عصبی موجک بر پایه منطق فازی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- ارزیابی اثربخشی سرعت گیرها (یک مطالعه تجربی)
- بررسی شیوه های ارتقاء فرهنگ رعایت قوانین ترافیکی در کلان شهر اراک (با تاکید بر نظریه شهر سالم)
- ارایه مدلی مبتنی بر GIS بمنظور تعیین پارکینگ مناسب با تحلیل شبکه مسیرهای دسترسی ممکن منطقه مورد مطالعه: منطقه دو کلانشهر رشت
- بررسی نقش مسیر حمل و نقل مطلوب بر کاهش ترافیک
- سیستم حمل و نقل انبوه بر شهری بر اساس روش های تصمیم گیری چندمعیاره (مطالعه موردی: شهر رشت)
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- بررسی لایحه بودجه سال ۱۳۹۹ کل کشور (۱۹ . بخش حمل ونقل)
- اظهارنظر کارشناسی درباره: «لایحه موافقتنامه حمل ونقل بین المللی جاده ای مسافر و کالا بین دولت جمهوری اسلامی ایران و شورای فدرال سوئیس»
- تصویر کلان بخش حمل ونقل بار برون شهری و ترانزیت
- اظهارنظر کارشناسی درباره: «لایحه الحاق دولت جمهوری اسلامی ایران به موافقتنامه حمل ونقل بین المللی مواد غذایی فسادپذیر و تجهیزات خاص کاربردی برای این گونه جابه جایی ها (مورخ یکم سپتامبر ۱۹۷۰ میلادی برابر با دهم شهریور ۱۳۴۹ (هجری شمس)»
- تحلیلی بر تقاضای واقعی ناوگان حمل ونقل ریلی در کشور و توانمندی ساخت داخل
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
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.