CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تعیین مهمترین پارامترهای موثر در تفکیک سفر با استفاده از شبکه‌های عصبی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۹۱۱ | نظرات: ۰
سرفصل ارائه مقاله: حمل و نقل
سال انتشار: ۱۳۸۴
کد COI مقاله: NCCE02_228
زبان مقاله: فارسی
حجم فایل: ۲۱۵.۶ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تعیین مهمترین پارامترهای موثر در تفکیک سفر با استفاده از شبکه‌های عصبی مصنوعی

    مهیار عربانی (شناسه پژوهشگر - Researcher ID: ۳۹۴۴)
استادیار گروه مهندسی عمران دانشکده فنی دانشگاه گیلان
  علی منصور خاکی - دانشیار دانشکده مهندسی عمران دانشگاه علم و صنعت
  بابک امانی - کارشناس ارشد مهندسی عمران دانشگاه آزاد اسلامی واحد تهران جنوب

چکیده مقاله:

از آنجا که عوامل و ویژگیهای مختلفی بر نوع سیستم انتخابی فرد در طول سفر تاثیر گذار هستند، تعیین کوتاهترین الگوریتم تصمیم‌گیری ممکن از میان تعداد زیاد پارامترهای موثر، یک گام اساسی در مدلسازی‌های تفکیک سفر است. در این پژوهش با استفاده از مدل شبکه‌ی عصبی مصنوعی، مهمترین پارامترهای تصمیم‌گیرنده در نوع انتخاب افراد شناسایی شده است. برای این منظور با به کار گیری یک شبکه‌ی عصبی پرسپترن چند لایه‌ (MLP) ارتباط بین پارامترهای موثر در تفکیک سفر و نوع سیستم انتخابی افراد تعیین شده است. برای آموزش شبکه از مجموعه‌یی از اطلاعات آماری شهر رشت استفاده شده است. آزمایش شبکه با استفاده از مجموعه‌یی از آمارهای نمونه‌ی گردآوری شده توسط محققین انجام گردیده است. در انتها نتایج به دست آمده با نتایج حاصل از روش برازش خطی گام به گام (Stepwise) که معمولاً به عنوان یک روش متداول در مدلسازی تفکیک سفر مطرح است مقایسه شده است. نتایج حاصل نشان می‌دهد که با استفاده از مدل شبکه‌ی عصبی مصنوعی می‌توان به نحو مطلوبی مهمترین پارامترهای موثر تفکیک سفر را تعیین نموده و از حجم وسیع اطلاعات لازم که در روشهای قبلی مدلسازی مورد نیاز بودند، کاست. همچنین سرعت و بازدهی پردازش اطلاعات و در عین حال دقت تصمیم‌گیری را افزایش داد.

کلیدواژه‌ها:

تفکیک سفر، شبکه‌های عصبی مصنوعی، برازش خطی گام به گام، مدلسازی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCCE02-NCCE02_228.html
کد COI مقاله: NCCE02_228

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عربانی, مهیار؛ علی منصور خاکی و بابک امانی، ۱۳۸۴، تعیین مهمترین پارامترهای موثر در تفکیک سفر با استفاده از شبکه‌های عصبی مصنوعی، دومین کنگره ملی مهندسی عمران، تهران، دانشگاه علم و صنعت، عمران، https://www.civilica.com/Paper-NCCE02-NCCE02_228.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (عربانی, مهیار؛ علی منصور خاکی و بابک امانی، ۱۳۸۴)
برای بار دوم به بعد: (عربانی؛ خاکی و امانی، ۱۳۸۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • C.S.Papacostas and P.D.Prevedouros. (2001). *Transportation Engineering and Planning-3" ed." Prentice- ...
  • Robert Lane and Timothy J. Powell and Paul Prestwood Smith. ...
  • Juan de Dios _ G. Willumsen. (2001). *Modeling Transport-3" ed. ...
  • Warner, S.L. (1962). *Strategic Choice of Mode in Urban Travel: ...
  • Oi, K.I.Y. and Shuldiner, P.W. (1962). *An Analysis of Urban ...
  • Demand Forecasting: an overview of theoretical developments _ In D.J. ...
  • Patterson, D. W.;، 0Artificial Neural Networks: Theory and Application _ ...
  • Hegazy, T. & Ayed, A.;، Neural Network model for Parametric ...
  • امانی، بایک، ۱۳۸۳، ارزیابی کاربرد تئوری Rough-Set در حل مسایل ...
  • Lingras, P. & Adamo, M.; *Average and Peak Traffic Volumes: ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۴۴۴۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.