مرور راهکارهای پیش بینی حجم ترافیک شهری با استفاده از الگوریتم های مبتنی بر شبکه های عصبی و فازی
عنوان مقاله: مرور راهکارهای پیش بینی حجم ترافیک شهری با استفاده از الگوریتم های مبتنی بر شبکه های عصبی و فازی
شناسه ملی مقاله: EIAICC03_002
منتشر شده در سومین کنفرانس ملی توسعه کاربردهای صنعتی اطلاعات، ارتباطات و محاسبات در سال 1394
شناسه ملی مقاله: EIAICC03_002
منتشر شده در سومین کنفرانس ملی توسعه کاربردهای صنعتی اطلاعات، ارتباطات و محاسبات در سال 1394
مشخصات نویسندگان مقاله:
طیبه حاجی طاهر - دانشگاه آزاد اسلامی، واحد اراک
عباس کریمی - عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
بابک اسدی3 - عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
خلاصه مقاله:
طیبه حاجی طاهر - دانشگاه آزاد اسلامی، واحد اراک
عباس کریمی - عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
بابک اسدی3 - عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
بهبود کارایی روش های پیش بینی حجم ترافیک و کنترل آن، صرفاً با استفاده از الگوهای سنتی مدلسازی و کنترل، کاری بسیار دشوار است. دلیل این امر، ماهیت پویا و متغیر سیستم و عدم قطعیتی است که در آن وجود دارد. از این رو، استفاده از هوش مصنوعی و روش های مبتنی بر عدم قطعیت در این دسته از تحقیقات در کانون توجه قرار گرفته است. در این مقاله، با مرور روش های رایج برای پیش بینی و کنترل حجم ترافیک، کاربردهای شاخه هایی از هوش مصنوعی از قبیل منطق فازی و شبکه های عصبی در پیش بینی و کنترل حجم ترافیک بررسی شده و پس از آن کارایی و کمبودهای هر روش مورد ارزیابی قرار گرفته است.
کلمات کلیدی: شبکه عصبی، منطق فازی، پیش بینی ترافیک، هوش مصنوعی، حمل و نقل هوشمند
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/515542/