چکیده مقاله
پیش بینی وضعیت ترافیک یکی از مهمترین عوامل در مدیریت ترافیک است به دلیل ازدحام ترافیک شهری و اهمیت این موضوع در سیاستگذاری های آتی برای حفظ ایمنی و جلوگیری از بحران، پیش بینی ترافیک به امری مهم و کاربردی تبدیل شده است هدف از پژوهش حاضر، بررسی انواع روش های ممکن برای پیش بینی حجم ترافیک است بنابراین در مورد داده های موجود که مربوط به داده های حجم و سایل نقلیه در بازه های یک دقیقه ای که از سنسورهای مدنظر برداشت شده است و روشی برای پیش بینی حجم ترافیک به همراه روش های مدل سازی احتمالی بحث شده است سپس در بخش آخر مدل سازی انجام شده است و نتایج آنها نمایش داده شده است، به این صورت که بهترین روش برای پیش بینی وضعیت ترافیک کوتاه مدت و بلند مدت ، همراه با محدودیت این مطالعه ارائه شده است در این پژوهش با استفاده از مدل شبکه عصبی اتورگرسیو NNAR و داده های سری زمانی به پیش بینی حجم وسایل نقلیه پرداخته شد که نهایتا به بازدهی مناسبی منجر شد و مدل برازش شده کارا و با دقت مناسب ارزیابی شد
کلیدواژهها
نویسندگان
سید رضا اسماعیل زاده
دانشجوی کارشناسی ارشد دانشگاه تربیت مدرس
نگارالسادات مدنی
کارشناس ارشد راه و ترابری دانشگاه خوارزمی
شیوه ارجاع
�سماعیل زاده، سید رضا و مدنی، نگارالسادات،1398،مدل پیش بینی سری زمانی حجم وسائل نقلیه با استفاده از روش Neural Network Auto Regression،هجدهمین 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