ارائه مدل پیش بینی زمان سفر اتوبوسBRT با استفاده از ماشین های بردار پشتیبان به همراه تحیل اجزای اصلی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 478

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TTC15_068

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

پیش بینی زمان سفر و تأخیر، نقش بسزایی در جلوگیری از مواجه شدن استفاده کنندگان راه با ترافیک سنگین ومتعقاباً افزایش اعتماد آنها به تسهیلات ترافیکی دارد. در تحقیق حاضر، ابتدا با استفاده از اطلاعات بدست آمده ازداده های سیستم جمع آوری اطلاعات سازمان کنترل ترافیک تهران، پایگاه داده اصلی جهت پیش بینی زمان سفراتوبوسBRT پایه ریزی می شود. بدین منظور از خط اتوبوس تندرو فرهنگسرا- آزادی به عنوان نمونه مورد بررسی استفاده می گردد. در مدلسازی صورت پذیرفته از روش رگرسیون ماشین بردار پشتیبان به همراه تحلیل اجزای اصلی استفاده شده است. با استفاده از روش بیان شده، زمان سفر در نمونه مورد بررسی، پیش بینی شده و نتایج آنمورد بحث و بررسی و مقایسه قرار می گیرد. نتایج نشان می دهد که روش رگرسیون ماشین بردار پشتیبان به همراه تحلیل اجزای اصلی دارای دقتی بالا در پیش بینی هدف مورد نظر بوده و توانسته است نتایج مربوط به پیش بینی زمان سفر عبوری را بهبود بخشد. بنابراین روش ارائه شده در پژوهش حاضر می تواند در کاربردهای عملیبکارگرفته شده و در برنامه ریزی زمان سفر اتوبوس های تندرو نقش موثری را ایفا نماید

نویسندگان

شاهین شعبانی

استادیار، گروه مهندسی عمران دانشگاه پیام نور، مرکز تهران شمال، تهران، ایران

مهدی معتمدی سده

دانش آموخته کارشناسی ارشد، گروه مهندسی عمران، دانشگاه پیام نور، مرکز تهران شمال، تهران، ایران

سیدجواد خادم الفقرا

دانشجوی کارشناسی ارشد، گروه مهندسی عمران دانشگاه پیام نور، مرکز تهران شمال، 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 :
  • حجازی، ج.، رادکیا، س. و سرکاری، _ اثر سنجی اجزای ... [مقاله کنفرانسی]
  • طبیبی، م.، پیش بینی زمان سفر در شبکه جادهای کشور ...
  • Huang, G., Xing, J., Meng, L., Li, F. Ma, L. ...
  • Wang, Ch. L, Weiping S., Ling, J. Ch., Meng, Ch. ...
  • Kieu, L. M., Bhaskar, A., Chung, E. , 2012, Benefits ...
  • CHEN, X., GONG, H., Wang, J. _ 2012, BRT Vehicle ...
  • Ding, J., Yang, M., Cao, Y., Cong, S. _ 2014, ...
  • Matlab Help, Support Vector Machines (SVM), 2014. ...
  • نمایش کامل مراجع