ارائه روشهای متداول ادهاک و سریهای زمانی درپیش بینی مولفه های ترافیکی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 864

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCE08_1205

تاریخ نمایه سازی: 5 مهر 1393

چکیده مقاله:

پیش بینی مولفه های ترافیکی یکی ازاولین الزامات فرایند تصمیم گیری درزمینه حمل و نقل و ترافیک می باشد باتوجه به افزایش پیچیدگی های موجوددرزمینه حمل ونقل وتعدد عوامل تاثیر گذارنیاز به پیش بینی صحیح ودقیق روز به روزافزایش می یابد روشهای مختلف پیش بینی بامبانی ریاضی و یابرپایه روشهای ابتکاری وجود دارند انتخاب مناسب روش پیش بینی باتوجه به شرایط ویژگیهای مسئله و زمینه مطالعه اولین و یکی ازاساسی ترین مراحل انجام فرایند پیش بینی است دراین پژوهش ضمن معرفی دسته های مختلف روشهای پیش بینی دودسته ازمتداولترین روش های پیش بینی مورداستفاده درسیستم های مختلف حمل و نقل بررسی شده اند و پیشنهادهایی درزمینه کاربرد آنها ارایه شده است روشهای پیش بینی ادهاک که طبیعت ابتکاری دارند و بااستفاده ازعملیات ساده ریاضی پیش بینی های سریع و با دقت قابل قبول ارایه میدهند و روشهای سری زمانی اصول و مبنای ریاضی هردوروش وجزئیات و روابط مربوط به آنها به طور کامل ارایه گردیده است درنهایت ضمن برشماری مزایا و معایب هرروش کاربردهای آن دربرنامه ریزی حمل و نقل ارایه شده است

کلیدواژه ها:

پیش بینی روشهای پیش بینی سریهای زمانی ، روشهای پیش بینی ادهاک ، هموارسازی نمایی

نویسندگان

عبدالرضا شیخ الاسلامی

استادیاردانشکده عمران گروه برنامه ریزی حمل و نقل دانشگاه علم و صنعت ایران تهران ایران

حسن خاکسار

دانشجوی دکتری برنامه ریزی حمل ونقل دانشگاه علم و صنعت ایران تهران ایران

نادر احمدی

دانشجوی کارشناسی ارشدبرنامه ریزی حمل و نقل دانشگاه علم و صنعت ایران 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 :
  • ها ج و همکا ر ا ن 2 011 آیکو ...
  • Scott Armstrong, J., Research needs in forecasting. International Journal of ...
  • Fildes, R. and R. Hastings, The organization and improvement of ...
  • Winklhofer, H., A. D iamantopoulos , and S.F. Witt, Forecasting ...
  • RYZIN, K.T.T.G.J.V., the theory and practice of revenue management, 2004, ...
  • Kalman, R.E., A new approach to linear filtering and prediction ...
  • Welch, G. and G. Bishop, An introduction o the Kalman ...
  • Guo, J. and B. Williams, Real-Time Short-Term Traffic Speed Level ...
  • Sun, S., C. Zhang, and G. Yu, A Bayesian network ...
  • Han, S. and D. DeLaurentis, Air Traffic Demand Forecast at ...
  • Hodge, V., et al. Short-term traffic prediction using a binary ...
  • Wei, Y. and M.-C. Chen, Forecasting the short-term metro passenger ...
  • Ickowicz, A. and R. Sparks, Estimation of an O rig ...
  • Kaltenbrunner, A., et al., Urban cycles and mobility patterns: Exploring ...
  • نمایش کامل مراجع