بهبود روند پیش بینی حجم ترافیک برون شهری با استفاده از هوش مصنوعی

چکیده مقاله

حجم ترافیک و اهمیت دانستن آن همواره یکی از دغدغه های برنامه ریزان حوزه حمل و نقل بودهاست با گسترش شهرنشینی و افزایش استفاده از وسایل نقلیه موتوری، حجم استفاده کنندگانسیستم به یک عامل مهم در تصمیم گیری حمل و نقل تبدیل شد از این رو اطلاع دقیق از حجمترافیک برای انجام برنامه ریزی، کنترل و طراحی سیتم های حمل و نقلی امری اجتناب ناپذیر می باشد آنچه در این مقاله مورد تحقیق و بررسی قرار گرفت، بهبود و توسعه روشهای موجود در پیشبینی حجم ترافیک با استفاده از مدلسازی می باشد از دادههای آماری چهار محور انتخابی استانمازندران برای انجام مدلسازی پیش بینی حجم ترافیک استفاده شد با استفاده از داده ها، مدل هایرگرسیون خطی و لگاریتمی و همچنین مدل شبکه عصبی برازش و با استفاده از الگوریتم ژنتیکبهبود داده شد نتایج حاصل از این تحقیق نشان داد مقدار R 2 در رگرسیون خطی از 0/87 به 0/93 و در رگرسیون لگاریتمی از 0/96 به 0/97 بهبود یافت همچنین نتایج، بهبود شش درصدی در مدل شبکه عصبی را نشان می دهند

کلیدواژه‌ها

نویسندگان

فرشیدرضا حقیقی

استادیار گروه راه وترابری دانشکده عمران، دانشگاه صنعتی نوشیروانی بابل

دانیال قلی نژاد دازمیری

کارشناس ارشد برنامه ریزی حمل و نقل

سارا محمدی

کارشناس ارشد برنامه ریزی حمل و نقل

�قیقی، فرشیدرضا و قلی نژاد دازمیری، دانیال و محمدی، سارا،1394،بهبود روند پیش بینی حجم ترافیک برون شهری با استفاده از هوش مصنوعی،چهاردهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک،تهران

ارائه‌شده در

مجموعه مقالات چهاردهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک5 اسفند 1393 · تهران