
ارائه چارچوبی در راستای بهبود پیشبینی وضعیت ترافیک- قسمت ۱۸
Regression By Discritization ۳۰ بنابراین تنها دستهای از الگوریتمها که قابلیت اعمال به مسائل رگرسیون را داشتند، استفاده شده و در جدول (۵-۲) مشاهده میشوند. از آنجا که الگوریتم رگرسیون […]
Regression By Discritization ۳۰ بنابراین تنها دستهای از الگوریتمها که قابلیت اعمال به مسائل رگرسیون را داشتند، استفاده شده و در جدول (۵-۲) مشاهده میشوند. از آنجا که الگوریتم رگرسیون […]
شکل۵-۱ .مثالی از چگونگی اعمال مراحل گردآمدگی با سایز۱۵=s و استخراج بردار ویژگی با سایز ۴۰. به بیانی دقیقتر، برای اعمال گردآمدگی با سایز ۱۵=s بر روی یک پنجره ۳۰-دقیقهای، رکوردهای ۱ […]
که در این فرمول i نشان دهنده iاَمین مقدار از بردارهای مشاهدات ترافیکی است.در دیگر تحقیقات [۴۵] و [۴۶] نیز همین نتیجه گیری تأیید شد که برای تعیین شباهت مشاهدات، معیارهای دیگر بهبود […]
فصل پنجم نتایج تجربی مقدمه در این فصل به بررسی کارآیی تکنیک پیشنهادی و مقایسه آن با روشهای قوی ارائه شده درحوزهی پیشبینی کوتاه مدت ترافیک میپردازیم. از آنجا که […]
بررسی توزیع جریان های ترافیکی در داده بطور معمول جریانهای ترافیکی مربوط به خیابانهای شهری، رفتار و پترنی وابسته به زمان را دنبال میکنند. علاوهبراین، رفتار ترافیکی مشاهده شدهی مربوط […]
(۴-۶) بدین ترتیب، اگر همین روند را بر روی دادههای هر ساعت دنبال کنیم و از هر ساعت یک نمونه آموزشی استخراج کنیم، از کل مجموع داده های آموزشی که […]
دادهی آزمایشی به منظور ارزیابی بهتر و طبق روال دادههای مقایسهای، مجموعهی دیگری از دادهها شامل ۱۰۰۰ ساعت از ترافیک شبیه سازی شده، بعنوان دادهی آزمایشی فراهم شده است. این […]
Training data ۱۰۰ cycles Each Cycle ۱۰ hours Each Hour ۶۰ records (minutes) Test data ۱۰۰۰ windows Each window ۳۰ minutes تکنیک پیشنهادی نظر به ماهیت داینامیک جریانهای ترافیکی و […]
شکل ۴-۱٫ صفحهی نمایشTraffic Simulation Framework(TSF) ، ابزاری قدرتمند برای شبیهسازی ترافیک شهری، توسعه یافته در دانشگاه Warsaw. این ابزار از نقشههای واقعی شبکهی جادهای شهر استفاده میکند که در […]
که در این نمایشt یک مقدار حقیقی[۹۶] و x(t) یک سیگنال پیوسته هست. برای بدست آوردن یک سری باید در زمانهای گسسته از سیگنال نمونه گرفت. اگر بازه ی نمونهگیری، در نمونهگیری یکنواخت[۹۷]، باشد، خواهیم […]