بکارگیری تکنیک هم جوشی داده ها در تخمین زمان انتظار خودرو جهت سوختگیری

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 591

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TTC12_125

تاریخ نمایه سازی: 23 خرداد 1392

چکیده مقاله:

تخمین زمان انتظار خودرو ها به منظور سوخت گیری در صف جایگاه های سوخت یکی از عوامل تعیین کننده برای خودرو را جهت انتخاب محل سوخت گیری است. اطلاع راننده از وضعیت جایگاه های نزدیک نقش مهمی مدیریت زمان، مصرف سوخت و کنترل ترافیک دارد. تخمین زمان انتظار به عوامل مختلفی بستگی دارد. در این تحقیق بر اساس عوامل مشخص کننده وضعیت هر جایگاه، زمان انتظار را محاسبه می نماییم. این عوامل عبارتند از ساعات مختلف، روزهای هفته، متوسط زمان سوختگیری هر خودرو، طول صف جایگاه، تعداد ایستگاه های فعال جایگاه، ترافیک خیابان (های) منتهی به جایگاه، میزان نزدیکی جایگاه های سوخت دیگر به یک جایگاه و وضعیت جایگاه به منظور سرویس دهی. با استفاده از ترکیب این عوامل بر اساس تکنیک های هم جوشی داده ها،امکان تخمین زمان انتظار برای سوختگیری قابل محاسبه است. یکی از تکنیک های مطرح در هم جوشی داده ها بهره گیری از شبکه های عصبی است که ما در این تحقیق از این روش به عنوان ترکیب کننده عوامل تعیین کننده استفاده نموده ایم.

نویسندگان

حمید رضا افتخاری

عضو هیات علمی دانشگاه ملایر

مهدی قطعی

عضو هیات علمی دانشگاه امیرکبیر

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. Harris, A. Bailey, T. Dodd, Multisensor data fusion in ...
  • D.L. Hall, Mathematical Techniques in Multisensor Data Fusion, Artech Ho ...
  • Nour-Eddin _ Faouzi, Henry Leung _ Ajeesh Kurian. s.1. , ...
  • N.-E. El Faouzi, L.A. Klein, O. De Mouzon, Improving travel ...
  • K. Choi, Data fusion for generating the link travel time ...
  • A. Tarko, N. Rouphail, Travel time fusion in ADVANCE, in: ...
  • Chien-Hung WEI, Ying LEE. s.1 , Applying data fusion techniques ...
  • J.N. Ivan, Neural network representations for arterial street incident detection ...
  • S. Cohen, Fusion of incident detection algorithms, in: N.-E. El ...
  • C. Wang, C. Thorpe, A. Suppe, Ladar-based detection and tracking ...
  • Stiller, J. Hipp, C. Rossig, A. Ewald, Multisensor obstacle detection ...
  • N. El-Sheimy, K. Chiang, A. Noureldin, The utilization of artificial ...
  • نمایش کامل مراجع