آنالیز آشوبناک سری زمانی جریان ترافیک و پیش بینی آن مبتنی بر سیستم فازی - عصبی تطبیقی چندگانه
محل انتشار: اولین همایش متخصصین برق و کامپیوتر
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,629
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAEEECHB01_013
تاریخ نمایه سازی: 1 مرداد 1389
چکیده مقاله:
امروزه پیش بینی جریان ترافیک به عنوان هسته اصلی مطالعات سیستم های حمل و نقل هوشمند مطرح شده است دراین مقاله با توجه به ویژگیهای تطبیق پذیری الگوریتمهای خودیادگیر شبکه های عصبی و نیز یادگیری قوانین فازی که در ساختار ANFIS ترکیب شده است از این مدل برای پیش بینی کوتاه مدت حجم ترافیک استفاده شده است در روش بکارگرفته شده دراین مقاله ابتدا با انجام عملیات پیش پردازش که شامل حذف ساعت ها و روزهای خاص و نیز مقداردهی به بازه هایی که حجم ترافیک در آنها ثبت نشده است می باشد داده ها را آماده کرده و سپس با محاسبه بزرگترین نمای لیاپانوف به بررسی غیرتصادفی و پیش بینی پذیر بودن جریان ترافیک پرداخته شده است.
کلیدواژه ها:
نویسندگان
سیدحمید عباسی نیشابوری
گروه کامپیوتر دانشگاه آزاد اسلامی واحد فردیس
مهدی یعقوبی
گروه هوش مصنوعی دانشگاه آزاد اسلامی واحد مشهد
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 :