چکیده مقاله
بواسطه ی جمعیت رو به افزایش در کلان شهرهای جهان، کیفیت ارایه ی خدمات ترافیکی ملزم به بهبود است بدیهی است که کاهش زمان سفر تاثیر مستقیم بر روند ترافیکی و مرتفع شدن مشکلات ترافیکی دارد در نظر گرفتن شرایط ترافیکی حاکم در ارایه کوتاهترین مسیر نقش بسزایی داشته و موجب برقراری تناسب میان شبکه های موجود و کاهش هزینه ها می شود در این تحقیق با استفاده از علم یادگیری ماشین و روش یادگیری تقویتی و ارایه ی مدلی کاربردی برای تمام شبکه ها، زمان سفر به کمترین مقدار تقلیل داده شده است، سپس با استفاده از یک فرآیند کنترل بهینه و فرآیند تصمیم گیری متوالی مانند فرآیند تصمیم گیری مارکوف، امکان مسیریابی پویا در یک سیستم عامل مبنا فراهم شده است برای افزایش دقت و بررسی موضوع تاثیر احتمال انتخاب مسیر، از مدل لوجیت نیز به منظور دستیابی به احتمال بهینه و مطابق با واقعیت استفاده شده است جهت بررسی عملکرد روش، این مدل بر روی یک شبکه ی واقعی پیاده سازی شده است نتایج بیانگر بهبود شرایط مسیریابی بااستفاده ازمدلسازی احتمال انتخاب مسیر است
کلیدواژهها
نویسندگان
شیوه ارجاع
�دریسی، علی و باقرزاده چهره، کوشا و نادی، علی،1396،ارایه ی مدل انتخاب مسیر هوشمند وسیله های نقلیه در شبکه های تصادفی بر پایه ی روش های عامل مبنای تعاملی (مطالعه موردی: شاهین شهر)،هفدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک،تهران
ارائهشده در
مجموعه مقالات هجدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک6 اسفند 1398 · تهران