پیش بینی حجم ترافیک در تقاطع‎ هشت فاز با استفاده از ترکیب سیستم استنتاج تطبیقی عصبی- فازی و الگوریتم یادگیری اتوماتا

این مقاله با استفاده از الگوریتم یادگیری اتوماتا سعی در افزایش عملکرد شبکه عصبی- فازی برای پیش بینی حجم ترافیک با توجه به داده های دریافت شده از یک تقاطع دارد. برای بررسی عملکرد روش پیشنهادی، تمامی توابع در محیط نرم افزار MATLAB پیاده سازی شده است. به منظور بررسی عملکرد مدل پیشنهادی، یک تقاطع هشت فاز طراحی شده و موارد بحرانی با حضور خودروهای امدادی در تقاطع در نظر گرفته شده است. نتایج شبیه سازی نشان می‎دهد که سیستم استنتاج تطبیقی عصبی- فازی به خوبی می تواند میزان حجم ترافیک را پیش بینی نماید. همچنین ترکیب این الگوریتم با الگوریتم یادگیری اتوماتا توانسته است عملکرد مدیریت ترافیک را بهبود ببخشد.

کلیدواژه ها:

تقاطع ، حجم ترافیک ، سیستم استنتاج تطبیقی عصبی- فازی ، الگوریتم یادگیری اتوماتا