چکیده مقاله
در طی چند سال اخیر، الگوی سفر افراد به خصوص در شهرهای بزرگی مانند تهران، بسیار پیچیدهشدهاست از اینرو، اطلاعات دقیقتر و جامعتری برای برنامه ریزی حمل ونقل شهری مورد نیاز است برخلاف روشهای سنتی جمع آوری اطلاعات سفر افراد که مبتنی بر پرسشنامه های کاغذی و تلفنیبود، امروزه از تکنولوژیهای نوین مانند جی پی اس به منظور رهگیری سفر افراد استفاده میشود کهبه طور قابل ملاحظه ای کارآمدتر و دارای بازدهی بیشتر است هدف اصلی این مقاله، بررسی داده هایسفر جمع آوری شده به منظور تشخیص مدهای حمل ونقل استفاده شده توسط مسافران از طریق یکی ازمدل های پیشرفته ی یادگیری ماشین به نام جنگل تصادفی است این مدل نه تنها مدهای مختلفاتومبیل، اتوبوس و پیاده روی را با دقتی در حدود 96 % از هم تمییز می دهد، بلکه ویژگی های تأثیرگذاردر روند تشخیص و پیش بینی را توسط شاخص میانگین حداقل دقت تعیین می کند نتایج نشانمی دهد که سرعت لحظه ای و دقت برداشت داده های جی پی اس از مهمترین ویژگی ها برای تشخیصمدهای مختلف حمل ونقل است
کلیدواژهها
نویسندگان
شیوه ارجاع
�نصاری لاری، زهرا و فیروزی یگانه، ساینا و گل رو، امیر،1394،ارائه روش تشخیص مد حمل ونقل با استفاده از برنامه کاربردی تلفن همراه هوشمند از طریق روش نوین یادگیری ماشین، مطالعه موردی: شهر تهران،چهاردهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک،تهران
ارائهشده در
مجموعه مقالات پانزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک11 اسفند 1394 · تهران