تحلیل و طراحی مدل تخمین جریان ترافیک در جاده های برون شهری بر پایه بکارگیری شبکه های عصبی

سیستم حمل و نقل هوشمند (ITS)، یکی از راهکارهای حل وکاهش مشکلات مرتبط با حمل و نقل و ترافیک محسوب میشود، این سیستم از بخشهای مختلف نرم افزاری و سخت افزاری تشکیل شده است که مدل تخمین جریان ترافیک در کوتاه مدت یکی از این بخشها میباشد. آگاهی از وضعیت پیش بینی شده برای جریان ترافیک در بخشهای مدیریت ترافیک و اطلاع رسانی به مسافران از اهمیت بسیاری برخوردار است و هدف اصلی این تحقیق نیز ارایه مدلهایی برای پیش بینی جریان ترافیک در فواصل زمانی 5، 10، 15 و 30 دقیقه آینده است.در این تحقیق روشی دو مرحلهای برای تخمین و طراحی مدلهای پیش بینی جریان ترافیک پیشنهاد شده است. در مرحله نخست، با استفاده از روش شبکههای عصبی مدلی برای پیش بینی جریان ترافیک طراحی میشود و در مرحله دوم، مدل پیشنهادی با استفاده از الگوریتم ژنتیک بهینه سازی میشود.روش شبکههای عصبی به عنوان یکی از ارکان هوش محاسباتی،از توانایی پیش بینی پدیدههای مختلف برخوردار است، اما این توانایی تنها زمانی حاصل میشود که اجزای شبکه عصبی به درستی انتخاب شده و شبکه با استفاده از روش مناسبی آموزش داده شده باشد.نتایج حاصل شده بخوبی نشان میدهد که استفاده از روش الگوریتم ژنتیک باعث بهبود کارایی وعملکرد مدل های پیش بینی جریان ترافیک در کوتاه مدت میگردد.

کلیدواژه ها:

سیستم حمل و نقل هوشمند ، جریان ترافیک ، الگوریتم ژنتیک ، شبکه های عصبی