پیش بینی هوشمند جای پارک های در دسترس در پارکینگ های عمومی و نقش آن در تاب آوری شهری

چکیده مقاله

افزایش تعداد خودروها در مناطق شهری، مدیریت فضاهای پارکینگ عمومی را به یکی از چالش های مهم شهرهای امروزی تبدیل کرده است در این پژوهش، با هدف بهبود کارایی سامانه های پارکینگ و ارتقای تاب آوری شهری، رویکردی مبتنی بر یادگیری ماشین برای پیش بینی هوشمند جای پارک های در دسترس ارائه شده است داده های پژوهش بصورت شبیه سازی شده تولید و پس از پیش پردازش، با استفاده از سه الگوریتم Decision Tree، Logistic Regression و XGBoost مورد تحلیل قرار گرفتند نتایج نشان داد که مدل Decision Tree نسبت به سایر مدل ها عملکرد بهتری در پیش بینی وضعیت واقعی جایگاه ها دارد؛ هرچند از دقت کلی Accuracy کمتری نسبت به سایر مدل ها برخوردار است، اما دارای بازخوانی Recall بالاتری است که شاخص اصلی تر در این مسئله محسوب می شود این یافته ها بیانگر آن است که مدل های مبتنی بر درخت تصمیم می توانند در شرایطی که داده های واقعی در دسترس نیستند نیز ابزار موثری برای مدیریت هوشمند پارکینگ و کاهش اختلالات ترافیکی باشند در نتیجه، بکارگیری این رویکرد می تواند در جهت بهینه سازی تخصیص منابع شهری، کاهش اتلاف زمان و سوخت، و ارتقای تاب آوری سامانه های حمل ونقل شهری موثر واقع شود

کلیدواژه‌ها

نویسندگان

فردین وجدی کل تپه

کارشناسی ارشد مدیریت شهری، دانشگاه تبریز

وجدی کل تپه، فردین،1404،پیش بینی هوشمند جای پارک های در دسترس در پارکینگ های عمومی و نقش آن در تاب آوری شهری،اولین همایش ملی حکمرانی، مدیریت و برنامه ریزی شهری،مراغه

ارائه‌شده در

مجموعه مقالات اولین همایش ملی حکمرانی، مدیریت و برنامه ریزی شهری28 آبان 1404 · مراغه