علی غفاری - استاد دانشکده مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی
رضا زرین قلم - دانشجوی کارشناسی ارشد مهندسی مکانیک دانشگاه صنعتی خواجه نصیرالدین ط
مجید عبداله زاده - دانشجوی کارشناسی ارشد مهندسی مکانیک دانشگاه تهران

در این مقاله مدلی برای شبیه سازی و پیش بینی رفتار راننده انسانی هنگام رانندگی در جریان واقعی ترافیک بر پایه مدل های نوروفازی خطی - محلی با الگوریتم یادگیری LOLIMOT ارائه شده است. از اطلاعات جمع آوری شده در جریان واقعی ترافیک به منظور آموزش مدل نوروفازی استفاده شده است. ورودی های مناسب برای مدل با استفاده از تحلیل های همبستگی انتخاب شده اند. سپس از مدل آموزش دیده به منظور شبیه سازی و پیش بینی رفتار راننده در چگونگی کنترل سرعت خودرو استفاده شده است. مقایسه نتایج حاصل از شبیه سازی مدل با داده های مشاهده شده در جریان واقعی ترافیک، قابلیت اطمینان مدل ارائه شده را تایید می کند. همچنین مقایسه مدل ارائه شده با مدلی مبتنی بر شبکه های عصبی چند لایه، توانمندی و کارایی مدل ارائه شده را به نمایش می گذارد.

ترافیک، رفتار راننده، شبیه سازی، مدل های نوروفازی خطی-محلی