مرور راهکارهای پیش بینی حجم ترافیک شهری با استفاده از الگوریتم های مبتنی بر شبکه های عصبی و فازی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,392
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC02_023
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
بهبود کارایی روشهای پیش بینی حجم ترافیک و کنترل آن، صرفاً با استفاده از الگوهای سنتیمدلسازی و کنترل، کاری بسیار دشوار است. دلیل این امر، ماهیت پویا و متغیر سیستم و عدم قطعیتیاست که در آن وجود دارد. از این رو، استفاده از هوش مصنوعی و روشهای مبتنی بر عدم قطعیتدر این دسته از تحقیقات در کانون توجه قرار گرفته است. در این مقاله، با مرور روش های رایج برایپیش بینی و کنترل حجم ترافیک، کاربردهای شاخه هایی از هوش مصنوعی از قبیل منطق فازی وشبکه های عصبی در پیش بینی و کنترل حجم ترافیک بررسی شده و پس از آن کارایی و کمبودهایهر روش مورد ارزیابی قرار گرفته است.
کلیدواژه ها:
نویسندگان
طیبه حاجی طاهر
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی، واحد اراک
عباس کریمی
عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
بابک اسدی
عضو هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :