محصولات

خانه مقالات-Article مقالات عمران-Civil Articles بررسي قدرت داده كاوي نرم افزار وكا در حل موضوعات ترافيكي
بررسي قدرت داده كاوي نرم افزار وكا در حل موضوعات ترافيكي[taliem.ir]

بررسي قدرت داده كاوي نرم افزار وكا در حل موضوعات ترافيكي

رایگان!

داده كاوي فرآيند تجزيه و تحليل داده ها و تبديل آن به اطلاعات مفيد است. در اين فرآيند از ابزارهاي متفاوتي استفاده مي شود. نرم افزارهاي داده كاوي  يكي از اين ابزارها براي تجزيه و تحليل داده ها مي باشند. اين نرم افزار ها به كاربر اجازه مي دهد تا از ابعاد مختلف به تجزيه و تحليل داده ها، دسته بندي  آنها و خلاصه آنها به روابط شناخته شده بپردازد. در حوزه حمل و نقل كه همواره با حجم انبوهي از داده ها مواجه مي باشد، پردازش داده ها و داده كاوي  اهميت شاياني دارد. در اين مقاله ضمن بررسي پيش بيني حجم ترافيك برون شهري، به بررسي يكي از نرم افزار هاي داده كاوي بنام وكا پرداخته مي  شود. در داده كاوي از تكنيك و قدرت شبكه عصبي جهت مدلسازي و پيش بيني حجم ترافيك برون شهري محور ساري- قائم شهر استفاده شده است و  سپس صحت مدل استفاده شده در محور بابل – قائم شهر اعتبارسنجي شده است. در مدل پيش بيني از مجموعه متغيرهاي اقتصادي- اجتماعي مبدا و  مقصد در سالهاي85و 86و87 استفاده شده است. نتايج حاصل از تحقيق، قدرت بالاي شبكه هاي عصبي كه يكي از ابزارهاي نرم افزار وكا مي باشد را در  پيش بيني هاي ترافيكي نشان مي دهد.

توضیحات محصول

چکیده

داده كاوي فرآيند تجزيه و تحليل داده ها و تبديل آن به اطلاعات مفيد است. در اين فرآيند از ابزارهاي متفاوتي استفاده مي شود. نرم افزارهاي داده كاوي  يكي از اين ابزارها براي تجزيه و تحليل داده ها مي باشند. اين نرم افزار ها به كاربر اجازه مي دهد تا از ابعاد مختلف به تجزيه و تحليل داده ها، دسته بندي  آنها و خلاصه آنها به روابط شناخته شده بپردازد. در حوزه حمل و نقل كه همواره با حجم انبوهي از داده ها مواجه مي باشد، پردازش داده ها و داده كاوي  اهميت شاياني دارد. در اين مقاله ضمن بررسي پيش بيني حجم ترافيك برون شهري، به بررسي يكي از نرم افزار هاي داده كاوي بنام وكا پرداخته مي  شود. در داده كاوي از تكنيك و قدرت شبكه عصبي جهت مدلسازي و پيش بيني حجم ترافيك برون شهري محور ساري- قائم شهر استفاده شده است و  سپس صحت مدل استفاده شده در محور بابل – قائم شهر اعتبارسنجي شده است. در مدل پيش بيني از مجموعه متغيرهاي اقتصادي- اجتماعي مبدا و  مقصد در سالهاي85و 86و87 استفاده شده است. نتايج حاصل از تحقيق، قدرت بالاي شبكه هاي عصبي كه يكي از ابزارهاي نرم افزار وكا مي باشد را در  پيش بيني هاي ترافيكي نشان مي دهد.

 

مقدمه

حجم ترافيك يكي از اجزاي اصلي ترافيك مي باشد كه در تمامي مسائل حمل ونقل بعنوان ورودي هاي مسئله بكاربرده مي شود. يكي از عناصر حجم ترافيك كه در آيين نامه ها از آن ياد شده است، حجم متوسط ترافيك روزانه در سال ( AADT) مي باشد. شاهي در كتاب خود متوسط ترافيك روزانه در سال  را مجموع حجم ترافيك ساليانه بخش بر 365تعريف مي كند. اين حجم بوسيله دستگاه هاي ثابت و سيار بطور روزانه شمارش مي شود. در ايران معاونت  راهداري وزارت راه ( سازمان حمل و نقل و پايانه ها) شمارش روزانه حجم عبوري از راه هاي مختلف را انجام مي دهد. علاوه بر آن بسياري از شهرداري ها  نيز براي بررسي وضع ترافيك شهر خود از آمارگيري روزانه استفاده مي كنند. از آنجائيكه استفاده از متوسط حجم ترافيك براي طراحي هاي آينده مورد نياز  است، براي پيش بيني حجم متوسط ترافيك روزانه در سال مدلسازي صورت مي گيرد و از اطلاعات جمع آوري شده از متغير هاي موثر در سفر براي ساخت  مدل استفاده مي شود.

 

ABSTRACT

Data mining is a process of analyzing data and turning it into useful information. Different tools are used in this process. Data mining software is one of these tools for analyzing data. The software allows the user to analyze the data from different dimensions, categorize them and summarize them to known relationships. In the field of transportation, which is always faced with a huge amount of data, processing data and data mining is of great importance. In this paper, while investigating the prediction of out-of-town traffic volume, one of the data mining software called VKA is considered. In data mining, the technique and power of the neural network are used to model and predict the exogenous traffic volume of the Sari-Ghaemshahr axis and then the accuracy of the model used in the Babil-Qa’im city axis has been validated. In the prediction model, a set of socio-economic variables of origin and destination was used in the years 85, 86 and 87. The results of the research show the high power of the neural networks, which is one of the software tools VEKA, in traffic prediction.

INTRODUCTION

Traffic volume is one of the main components of traffic that is used in all transportation issues as problem inputs. One of the traffic volume elements that is mentioned in the regulations is the average annual traffic volume per year (AADT). The king in his book defines the average daily traffic per year as the total annual traffic volume of the section is 365. This volume is counted daily by fixed and mobile devices. In Iran, the Deputy Minister of Roads of the Ministry of Roads (Transportation and Terminals Organization) performs a daily counting of traffic volumes in different ways. In addition, many municipalities use daily surveys to check the traffic situation in their city. Since the use of average traffic volume for future design is required, modeling is used to predict the average daily traffic volume per year, and the information collected from the effective variables on the journey is used to construct the model.

Year: 2011

Publisher : Sixth National Congress on Civil Engineering

By : Saeed Hesami, Danial Gholinezhad Dezamiri, Farshid Reza Haghighi

File Information: persian Language/ 8 Page / size: 310 KB

Only site members can download free of charge after registering and adding to the cart

Download tutorial

سال : 1390

ناشر : ششمین کنـگره ملی مهنـدسی عمـران

کاری از : سعيد حسامي ،دانيال قلي نژاد دازميري ،فرشيدرضا حقيقي

اطلاعات فایل : زبان فارسی / 8 صفحه / حجم : KB 310

فقط اعضای سایت پس از ثبت نام و اضافه کردن به سبد خرید می توانند دانلود رایگان کنند.خوشحال می شویم به ما پبیوندید

آموزش دانلود

دیدگاه‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

Be the first to review “بررسي قدرت داده كاوي نرم افزار وكا در حل موضوعات ترافيكي”