شناسایی خودکار نوع وسیله‌ی سفر از داده‌های Gps وسایل همراه با استفاده از شبکه‌ی عصبی– فازی

تعیین نوع و تقاضای سفر اهمیت زیادی در سازمان های حمل و نقل هر کشور دارد. با تشخیص دقیق نوع وسیله ی سفر هر کاربر، امکان ارائه ی تصویر واقعی تری از تقاضای سفر فراهم می شود. همچنین در سرویس های مکان مبنا دانستن نوع وسیله ی سفر برای فرستادن تبلیغات هدفمند کاربرد دارد. در این تحقیق به منظور استخراج خودکار نوع وسیله ی سفر از شبکه ی عصبیفازی و داده های سیستم تعیین موقعیت جهانی (gps) وسیله ی همراه استفاده شده است. دانش مورد نیاز در قالب قوانین فازی از داده ها استخراج گردید و سپس با استفاده از این قوانین نوع وسیله ی سفر تعیین شد. در دو حالت مدل پیشنهادی مورد بررسی قرار گرفت. در حالت اول از کل داده های gps به دست آمده از وسایل همراه برای تعیین نوع وسیله ی سفر استفاده گردید و در حالت دوم به منظور کاهش تعداد داده های مورد نیاز از وسیله ی همراه gps دار، الگوریتم نقاط بحرانی به کار گرفته شد. به کارگیری این الگوریتم علاوه بر کاهش هزینه های جمع آوری داده، باعث حفظ منابع وسیله ی همراه از قبیل عمر باتری می گردد. نتایج حاکی از این است که مدل پیشنهادی در حالت استفاده از کل داده ها با دقت 1/94 % و در حالت استفاده از نقاط بحرانی با دقت 5/95% قابلیت شناسایی نوع وسیله ی سفر را دارا می باشد.