ارزیابی روشرگرسیون در پیشبینی حجم ترافیک و مقایسه آن با روششبکه عصبی

چکیده مقاله

دادهکاوی فرآیند تجزیه و تحلیل داده ها و تبدیل آن به اطلاعات مفید است در این فرآیند از ابزارهای متفاوتی استفاده می شود، یکی از این ابزارها استفاده از رگرسیون در این فرآیند است رگرسیون روشی برایی متغیر وابسته، آزمودن مدلسازی و تحلیل دادههای عددی است این روش برای پیشبینی مقادیر آینده نظریهها، و تحلیل پدیدهشناختی پدیدهها به کار میرود این روش به کاربر اجازه می دهد تا از ابعاد مختلف بهتجزیه و تحلیل داده ها، دسته بندی آنها و خلاصه آنها به روابط شناخته شده بپردازد در حوزه حمل و نقل که همواره با حجم انبوهی از داده ها مواجه می باشد، پردازش داده ها و داده کاوی اهمیت شایانی دارد در اینتحقیق ضمن بررسی پیشبینی حجم ترافیک به بررسی روش رگراسیون در فرآیند مدلسازی پرداخته می شود سپس از این روش برای پیشبینی حجم برونشهری محور ساری قائمشهر و محور بابل – قائمشهراستفاده میشود و صحت مدل استفاده شده در مقایسه با روش شبکه عصبی اعتبارسنجی شده است نتایج حاصل از تحقیق، قدرت بالای رگرسیون در را در پیشبینی های ترافیکی نشان می دهد

کلیدواژه‌ها

نویسندگان

فرشیدرضا حقیقی

دانشجوی دکتری برنامه ریزی حمل و نقل

دانیال قلی نژاددازمیری

دانشجوی کارشناسی ارشد برنامه ریزی حمل و نقل

�قیقی، فرشیدرضا و قلی نژاددازمیری، دانیال،1391،ارزیابی روشرگرسیون در پیشبینی حجم ترافیک و مقایسه آن با روششبکه عصبی،یازدهمین کنفرانس مهندسی حمل و نقل و ترافیک ایران،تهران

ارائه‌شده در

مجموعه مقالات یازدهمین کنفرانس مهندسی حمل و نقل و ترافیک ایران2 اسفند 1390 · تهران