مدل عصبی-فازی برای تعیین ظرفیت جاده در محدوده ی کارگاه های جاده ای

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 502

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TTC15_293

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

شبکه ی جاده ای بخش مهمی از زیرساخت های هر کشور محسوب می شود که نیازمند نگهدار ی و بهساز ی مداوم است. این عملیات با برپایی کارگاه های جاده ای اجرا می شوند که غالباً منجر به بسته شدن یک یا چند خط بر رو یجریان ترافیک می شوند. کاهش خطوط قابل تردد به دلیل استقرار کارگاه جاده ای می تواند باعث ایجاد اختلال در جریان ترافیک و کاهش سرعت وسایل نقلیه شود که در نتیجه منجر به کاهش ظرف ی ت جاده و افز ایش تأخ یرکاربران می شود. در این پژوهش با ترکیب منطق فازی و الگوریتم های یادگیری شبکه ه ای عصب ی مدل جد ی دی برای برآورد ظرفیت جاده در محدوده ی کارگاه جاده ای ارائه شده است . بررسی جذر م ی انگین مربعات خط ای مجموعه داده های آزمون در مدل ارائه شده برابر با % 10 مقدار م ی انگین ظرفی ت واقع ی کارگاه جاده ای در ای نمجموعه داده ها است که در مقایسه با مدل پیشنهادی کیم از نتایج بهتری بر خوردار است. این مدل با استفاده از 12 متغیر ورودی عرض خطوط، درصد وسایلنقلیه ی سنگین، طول کارگاه جاده ای، حداکثر سرعت مجاز، تعداد خطوط بسته شده، تعداد خطوط باز، شدت عملیات، انجام عملیات در شب، عملیات شبانه روزی، وجود رمپ ورودی، شیب دار بودن جاده و بلندمدت بودن عملیات، ظرفیت کارگاه جاده ای را برآورد می نماید.

کلیدواژه ها:

عملیات تعمیر و نگهداری ، کارگاه جاده ای ، ظرفیت جاده ، مدل عصبی-فازی تطبیق پذیر

نویسندگان

رافق آقامحمدی

کارشناس ارشد راه و ترابری، دانشکده مهندسی عمران، دانشگاه صنعتی شریف، تهران، ایران

حبیب ا... نصیری

دانشیار، دانشکده مهندسی عمران، دانشگاه صنعتی شریف، تهران، ایران

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 :
  • Transportation Research Board, Highway Capacity Manual (HCM), Washington, D.C., 2010. ...
  • A. F. Al-Kaisy and F. Hall, "Guidelines for estimating capacity ...
  • T. Kim, D. Lovell and J. Paracha, "A new methodology ...
  • R. Krammes and G. Lopez, "Updated capacity values for short-term ...
  • A. F. Al-Kaisy, M. Zhou and F. Hall, "New insights ...
  • R. F. Benekohal, A. Z. Kaj a-Mohideen and M. _ ...
  • W. A. Sarasua, W. J. Davis, M. A. Chowdhury and ...
  • S. Racha, M. Chowdhury, W. Sarasua and Y. Ma, "Analysis ...
  • K. A. Avrenli, R. F. Benekohal and H. Ramezani, "Determining ...
  • A. Karim and H. Adeli, "Radial Basis Function Neural Network ...
  • J. Weng and Q. Meng, "Decision tree-based model for estimation ...
  • J. Weng and Q. Meng, "Ensemble tree approach to estimating ...
  • K. Heaslip, A. Kondylia, A. D. L. Elefteriadou and F. ...
  • W. V. Ping and K. Zhu, "Evaluation of work zone ...
  • D. F. Arguea, _ S imulation-b ased Approach to Estimate ...
  • I. Chatterjee, P. Edara, S. Menneni and C. Sun, "Replication ...
  • K. Heaslip, M. Jain and L. Elefteriadou, "Estimation of arterial ...
  • J. S. R. Jang, "Adaptive network based fuzzy inference systems, ...
  • K. K. Dixon, J. E. Hummer and A. R. Lorscheider, ...
  • R. F. Benekohal, H. Ramezani and K. A. Avrenli, "Queue ...
  • M. Wang, "Queue Predictions At Temporary Work Zones: Modification And ...
  • G. H. Bham and S. H. Khazraee, "Missouri Work Zone ...
  • J. Weng, _ Meng and T. F. Fwa, "Work Zone ...
  • S. Dissanayake and L. Ortiz, "Highway Work Zone Capacity Estimation ...
  • D. Ghosh and A Vogt, "Outliers: An evaluation _ methodologies ...
  • نمایش کامل مراجع