این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 24 آذر 1404
مهندسی حمل و نقل
، جلد ۱۶، شماره ۴، صفحات ۴۷۹۷-۴۸۱۴
عنوان فارسی
استنتاج ساختار شهری به شکل کارآمد توسط پویایی جریان ترافیک با استفاده از آتاماتای یادگیری
چکیده فارسی مقاله
در برنامهریزی شهری، ارتباط بهینه بین مناطق نقش حیاتی ایفا میکند. این امر را میتوان به عنوان یک مسئله بهینهسازی در نظر گرفت که در آن از جریان ترافیک برای کشف روابط پنهان استفاده میشود. اطلاعات ارزشمندی در ترافیک و ساختار فعلی شهر نهفته است. کلید حل این معما، فرمولبندی درست مسئله برای استفاده از این اطلاعات است. در این مقاله، دو الگوریتم مبتنی بر یادگیری تقویتی (LA) برای استنتاج ساختار بهینه ارائه میشود: 1- رویکرد مبتنی بر آتاماتای یادگیر توزیعشده (DLA): در این روش، مسئله توسط شبکهای از آتاماتها که به صورت همکاری جمعی عمل میکنند، حل میشود. 2- رویکرد مبتنی بر آتاماتای یادگیر سلولی (CLA): در این روش، مسئله به عنوان یک مسئله محاسباتی در نظر گرفته میشود و با استفاده از شبکهای از سلولها که با هم تعامل دارند، حل میشود. برای تخمین ساختار مورد نظر یا ساختار بهینه از دو سیگنال محیطی استفاده میشود: 1- ساختار فعلی شهر 2-پویایی جریان ترافیک برای ارزیابی عملکرد الگوریتمها از یک بستر آزمایشی استفاده میشود که شامل دادههای ساختگی و واقعی است. نتایج نشان میدهد که روش مبتنی بر CLA در بیشتر موارد عملکرد بهتری نسبت به روش دیگر دارد. خروجی نهایی این الگوریتمها، یک ماتریس اتصالات بهینه است که شامل ساختار شهری فعلی و پیوندهای جدید ضروری برای ایجاد ساختاری کارآمدتر میباشد.
کلیدواژههای فارسی مقاله
آتاماتای یادگیر توزیعشده،آتاماتای یادگیر سلولی،پویایی ترافیک،ساختار اتصالات بهینه،ساختار شهری،
عنوان انگلیسی
Efficient Urban Structure Inference by Traffic Flow Dynamics using Learning Algorithms
چکیده انگلیسی مقاله
An optimal connection between important areas of cities is highly important in urban planning. This kind of planning is assumed as an optimization problem, where latent links will be discovered solving it. It can take advantage of the traffic flow. The time varying traffic dynamics and the current structure of a city can contain valuable information. Formulating the problem to use the information is very critical. After formulation, two LA-based algorithms are presented in this paper to infer optimal structure: an approach based on distributed learning automata (DLA), and another based on cellular learning automata. The DLA-based algorithm solves the problem by a collectively cooperating network of automata. The CLA-based algorithm addresses the problem as a computational task and solves it using a lattice of cells working together. Favorite structure of a city or optimal structure is estimated utilizing two signals from the environment. We need a test bed to evaluate the performance of the algorithms, therefore synthetic and real data are utilized. The CLA-based method outperforms others in most cases comparing the fitness value. The result is an optimal connectivity matrix which contains the current urban structure and some new necessary links.
کلیدواژههای انگلیسی مقاله
آتاماتای یادگیر توزیعشده,آتاماتای یادگیر سلولی,پویایی ترافیک,ساختار اتصالات بهینه,ساختار شهری
نویسندگان مقاله
حمید یاسینیان |
گروه کامپیوتر، واحد همدان ، دانشگاه آزاد اسلامی، همدان، ایران
سعید یاسینیان |
گروه معماری، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران
امیر عبدی مقدم |
گروه مهندسی صنایع، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی، ملایر، ایران
نشانی اینترنتی
https://jte.sinaweb.net/article_221062_0a5a4d189c564588aa2179d24b6a8901.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات