رویکردی نو در بررسی پیش بینی پذیری ترافیک شهری مبتنی بر تیوری آشوب و پیش بینی جریان ترافیک شهر مشهد مبتنی بر سیستم فازی- عصبی تطبیقی چندگانه

پیش بینی کوتاه مدت پارامترهای تراف کیی مانند جریان تراف کی، سرعت و ازدحام، دارای اهمیت بسیاریدر پژوه شهای حوزه سیستم های حمل ونقل هوشمند مدرن است. در این مقاله، ابتدا با بکارگیری تیوریآشوب به بررسی پی شبینی پذیری جریان تراف کی شهری پرداخته شده و غیرتصادفی بودن سری زمانی حجمتراف کی مورد بررسی قرار گرفته است. سپس، در حوزه پیش بینی، با توجه به این نکته که کیی از مه مترینمشکلات در هنگام پی شبینی وضعیت آینده تراف کی، ناقص بودن داده ها به علل مختلف است، الگوریتم ارایهشده در این مقاله با بکارگیری روشهای پیش پردازش، سعی بر کاهش تاثیر داد ههای معیوب دارد. همچنیندر فاز پیش پردازش، دست هبند یهای مناسب با درنظرگرفتن تاثیرات پارامترهای اجتماعی بر جریان تراف کی،صورت گرفته است. در بخش بعد و به منظور پی شبینی جریان تراف کی، با توجه به ویژگیهای تطبیق پذیری،الگوریتمهای خودیادگیر شبک ههای عصبی و نیز یادگیری قوانین فازی که در ساختار anfis تر یکب شدهاست، از این مدل برای پی شبینی کوتا همدت حجم تراف کی استفاده شده است. مدل مطرح شده در این مقاله،برای پی شبینی جریان تراف کی موجود در بلوار فرامرزعباسی در شهر مشهد در کشور ایران مورد استفادهقرار گرفته است. مقایسه نتایج مقادیر پیش بینی شده جریان تراف کی با مقادیر اندازه گیری شده در واقعیت،نشان می دهد که مدل مطرح شده به طور رضایت بخشی جریان تراف کی را پی شبینی می کند.