پیش بینی الگوهای ترافیکی با استفاده از الگوریتم های یادگیری جمعی

نویسندگان :

یکی از اساسی ترین چالشها در حوزه مدیریت شهری، بهینه شدن جریان ترافیک شهر به منظور جلوگیری از اتلاف زمان شهروندان، جلوگیری از آلودگی هوا، کاهش مصرف انرژی و سهولت دسترسی در زمان و مکان در کوتاهترین زمان می باشد. از آنجائی که جریان ترافیک شهری غالباً از الگوی مشخصی تبعیت می کند و در گستره زمانی دارای رفتار قابل پیشبینی است، گمان می رود با رشد دانش در حوزه هایی همچون شناسائی الگو، هوش مصنوعی و داده کاوی، امکان بهینه نمودن جریان های ترافیکی وجود داشته باشد. در ابتدای این پژوهش قصد داریم با استفاده از روش K-Means گرافی مسیر برای مدل سازی و بهینه سازی جریان ترافیکی را ارائه نموده و سپس با بکارگیری درخت تصمیم گیری C4.5 به جهت هدایت جریان ترافیکی به سمت مسیرهایی با جریان ترافیکی روان تر، جریان ترافیکی را تسهیل و هدایت نمائیم. نتایج حاصل از این پژوهش نشان می دهد که ایده معرفی شده در این پژوهش در بسیاری ازموارد کارا و از نظر بعد زمان و مسافت برای هدایت جریان های ترافیکی مقرون بصرفه می باشد.