این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۴، شماره ۳، صفحات ۰-۰
عنوان فارسی پیش بینی زمان سفر در مسیرهای برونشهری با استفاده از تکنیک های داده کاوی مکانی مطالعه موردی: مسیر قائمشهر به بابل و ساری به قائمشهر
چکیده فارسی مقاله برآورد زمان سفر در فرآیندهای برنامه ریزی سیستم های حمل ونقل، مورد توجه متخصصان حوزه های مختلف بوده که هر یک با بهره گیری از داده ها و ابزارهای تحلیلی خاص، سعی در مطالعه و برآورد زمان سفر داشته اند. روش های نوین و ترکیب ابزارهای موجود در سیستم های اطلاعات مکانی و تحلیل های داده کاوی، قابلیت های مختلفی را جهت استخراج الگوهای بدیع موجود در داده ها که بکارگیری آنها در برآورد زمان سفر فر اهم آورده و جایگزین مناسبی برای روش های سنتی می باشند. این تحقیق از تکنیک های داده کاوی مکانی خوشه بندی و همینطور روش شبکه عصبی پیشخور جهت برآورد زمان سفراستفاده می کند. در این تحقیق جهت برآورد زمان سفر از 8 پارامتر K-means خودروهای عمومی و داده های هواشناسی و تصادفات در یک دوره زمانی 3 ساله در استان مازندران )مسیر GPS استخراج شده از داده های  ساری- قائمشهر و بابل– قائمشهر( استفاده می شود. بهمنظور ارزیابی روش پیشنهادی، خروجی روش های خوشه بندی و شبکه عصبی در تعیین زمان سفر با داده های واقعی در مسیر مورد مطالعه مقایسه می شوند. نتایج حاکی از این است که روش شبکه عصبی مصنوعی با استفاده از روش 1 در مقایسه با روش های خوشه بندی نتایج رضایت بخشی دارد. 
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Travel time prediction in suburban roads using data mining techniques (Case study: Ghaemshahr - Babol and Sari - Ghaemshar roads)
چکیده انگلیسی مقاله برآورد زمان سفر در فرآیندهای برنامه ریزی سیستم های حمل ونقل، مورد توجه متخصصان حوزه های مختلف بوده که هر یک با بهره گیری از داده ها و ابزارهای تحلیلی خاص، سعی در مطالعه و برآورد زمان سفر داشته اند. روش های نوین و ترکیب ابزارهای موجود در سیستم های اطلاعات مکانی و تحلیل های داده کاوی، قابلیت های مختلفی را جهت استخراج الگوهای بدیع موجود در داده ها که بکارگیری آنها در برآورد زمان سفر فر اهم آورده و جایگزین مناسبی برای روش های سنتی می باشند. این تحقیق از تکنیک های داده کاوی مکانی خوشه بندی و همینطور روش شبکه عصبی پیشخور جهت برآورد زمان سفراستفاده می کند. در این تحقیق جهت برآورد زمان سفر از 8 پارامتر K-means خودروهای عمومی و داده های هواشناسی و تصادفات در یک دوره زمانی 3 ساله در استان مازندران )مسیر GPS استخراج شده از داده های  ساری- قائمشهر و بابل– قائمشهر( استفاده می شود. بهمنظور ارزیابی روش پیشنهادی، خروجی روش های خوشه بندی و شبکه عصبی در تعیین زمان سفر با داده های واقعی در مسیر مورد مطالعه مقایسه می شوند. نتایج حاکی از این است که روش شبکه عصبی مصنوعی با استفاده از روش 1 در مقایسه با روش های خوشه بندی نتایج رضایت بخشی دارد. 
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله فردین مسلمی نجارکلایی | moslemi najarkolaei


میثم عفتی |
استادیار، گروه مهندسی عمران، دانشکده فنی، دانشگاه گیلان، رشت
سازمان اصلی تایید شده: دانشگاه گیلان (Guilan university)

فرزین ناصری |
3استادیار، گروه اکولوژی، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، ، کرمان

محمد علی رجبی | mohammad ali
استادیار، گروه مهندسی نقشه برداری، پردیس دانشکده های فنی، دانشگاه تهران، تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://jscit.nit.ac.ir/article_51665_7355d31ddd805717b2c400eed086f2e3.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/834/article-834-507451.pdf
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