سید هادی حسینی - عضو هیات علمی، دانشگاه آزاد اسلامی واحد تهران شرق
مهدیه شبانیان - مدرس، دانشگاه آزاد اسلامی واحد تهران شرق

امروزه یکی از مسایل موجود در سیستمهای حمل و نقل هوشمند، پیشبینی جریان و سرعت ترافیک میباشد که نقش مهمی را در مباحث کنترل ترافیک، کنترل چراغهای راهنمایی، کنترل زمان سفر و ... دارد. دیدگاه استفاده از فنآوری RFID در خودروها و بهره گیری از آنها یک ایده جالب برای پیشبینی عوامل ترافیکی میباشد. فن آوری RFID با استفاده از ارتباطات مبتنی بر فرکانس های رادیویی امکان شناسایی خودکار، ردیابی و مدیریت اشیاء، انسان و حیوانات را فراهم می نماید. با بدست آوردن اطلاعات بین دادههای ارسالی خودروها توسط فن آوری RFID و انتخاب بهترین دسته داده برای عملیات پیشبینی با استفاده از تکنیکهای اطلاعاتی، سعی کردهایم که در عین کاهشحجم محاسباتی، دقت پیشبینی را نیز افزایش دهیم. در این مقاله با توجه به قدرت سیستمهای هوشمند در زمینه مدلسازی و پیشبینی، از شبکه عصبی MLP برای پیش بینی جریان ترافیک استفاده شده و عملکرد آن مورد مقایسه با روشهای معمولی قرار گرفته است که حاکی از بالا بودن دقت پیشبینی جریان ترافیک با استفاده از شبکه عصبی میباشد. برای ارزیابی عملکرد پیش بینی های طراحی شده از داده های ترافیکی مربوط به کشور آمریکا استفاده شده است.

سیستم حمل و نقل هوشمند، شبکه عصبی، RFID، پیش بینی