چکیده مقاله
این پژوهش به بررسی جامع چگونگی استفاده از الگوریتمهای پیشرفته داده کاوی مبتنی بر هوش مصنوعی در بهینه سازی خدمات شهری شهرداری شیراز می پردازد تمرکز اصلی پژوهش بر پیش بینی دقیق حجم مراجعات شهروندان به مراکز خدماتی، شناسایی الگوهای فصلی و بلندمدت، و تخصیص کارآمد منابع انسانی و فنی است مسئله مورد مطالعه با تکیه بر رشد روزافزون داده های شهری و نیاز به تصمیم گیری های مبتنی بر شواهد تعریف شد روش تحقیق از نوع توصیفی کاربردی بوده و داده ها با استفاده از شبیه سازی مبتنی بر الگوهای واقعی در شهرهای مشابه و داده های باز شهری مدل سازی شد دو الگوریتم XGBoost و LSTM به طور مستقل و ترکیبی برای پیش بینی بازه های زمانی کوتاه مدت و بلندمدت به کار گرفته شدند دقت مدل ها با معیارهایی چون MAE، RMSE، و شاخصهای طبقه بندی سطح مراجعات سنجیده شد یافته ها نشان دادند که XGBoost در پیش بینی های سریع و مقطعی برتر است، در حالی که LSTM قابلیت شناسایی روندهای پایدار و فصلی را دارد ترکیب این دو مدل موجب افزایش پایداری و دقت پیش بینی ها شد، پیامدهای عملی شامل بهبود برنامه ریزی شیفتهای کاری، بهینه سازی ظرفیت مراکز خدماتی، و افزایش رضایتمندی شهروندان بوده است این نتایج می تواند به عنوان چارچوبی برای توسعه مدیریت شهری داده محور در سایر شهرها نیز کاربرد داشته باشد
کلیدواژهها
نویسندگان
شیوه ارجاع
�سروی، سمیه و جهانگیری، نجابت و یزدان پناه، علی،1404،کاربرد داده کاوی مبتنی بر هوش مصنوعی در بهینه سازی خدمات شهری مطالعه موردی شهرداری شیراز،هفتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات،مشهد
ارائهشده در
مجموعه مقالات هفتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات21 مرداد 1404 · مشهد