مدل سازی رفتار عامل هوشمند به منظور مسیریابی به کمک مدل های یادگیرنده پیشبین

در این پژوهش رفتار عامل هوشمند به منظور مسیریابی به کمک مدل های یادگیرنده پیشبین مدل شده است. عامل هوشمند بر اساس محاسبه گراف مسیر به کمک ماتریس هزینه ها فرایند مسیر یابی را انجام می دهد. نقشه مسیرهای موجود بین مبدا و مقصد در این مسیریابی به صورت ایستا فرض شده است. اما فاکتور های موثر بر این مسیر ها می توانند هم به صورت ایستا و هم به صورت پویا باشند. هر یک از این فاکتور ها بر هزینه مسیر تاثیر می گذارد. از آنجایی که طی مسیر در یک بازه زمانی انجام می شود، قاعدتا تصمیم بهینه عامل هوشمند بر اساس فاکتورهای جاری مسیرها نمی تواند راه حل بهینه ای را ارایه دهد. بنابراین برای فارغ آمدن بر این مسئله، پارامترهای مرتبط با قطعه های مسیر به صورت مجزا برای آینده محدود پیش بینی می شود و مسیریابی بر اساس فاکتورهای ایستا و مقادیر مورد پیشبینی برای فاکتور های پویا انجام می شود. این پژوهش نشان می دهد که استفاده از مدل های غیرخطی رگرسیون خودکار جهت پیش بینی می تواند موثر باشد. نتایج شبیه سازی بازدهی مدل را برای وایگاه داده های ترافیک و هوای تهران ارزیابی و تایید می کنند.