استفاده از بهینهسازی فازی در تعدیل مقادیر نرخهای سفر جداول دستهبندی متقاطع چندگانه
Authors
Abstract:
جداول دستهبندی متقاطع یکی از روشهای مورد استفاده برای برآورد میزان سفر است. این جداول میتوانند به صورت دو بعدی تعریف شوند که در آن، نرخ سفر تولید شده توسط هر خانوار در روز با استفاده از دو متغیر برآورد میشود. علاوه بر جداول دوبعدی، جداول دستهبندی متقاطع چندگانه نیز مطرح شده، که در آن از متغیرهای بیشتری (معمولاً سه متغیر) برای برآورد نرخ سفر تولیدی خانوارها استفاده میشود. به دلیل استفاده از دادههای آماری در تهیة این جداول، ممکن است بعضی از مقادیر نرخ سفر غیرمنطقی بوده و بینظمیهایی در بین خانههای مجاور دیده شود. روش سنتی برای تعدیل مقادیر نرخ سفر این جداول، استفاده از روش تحلیل واریانس است. در این مقاله روش برنامهریزی خطی فازی برای تعدیل مقادیرنرخ سفر این جداول معرفی میشود. در این روش، قضاوت و درک متخصص حملونقل برای تعدیل مقادیر جداول به مقادیر مشاهده شده به صورتی بکار گرفته میشود که بعد از اعمال روش، میزان سفرهای واقعی با میزان سفرهای به دست آمده از جداول تعدیل شده، تقریباً یکسان شود. در این مقاله بعد از شرح مسئله و روش انجام آن، با استفاده از دادههای آماری مربوط به شهر مشهد مسئلهای برای نشان دادن قابلیت این روش در مقابل روش تحلیل واریانس حل شده است.
similar resources
استفاده از بهینه سازی فازی در تعدیل مقادیر نرخ های سفر جداول دسته بندی متقاطع چندگانه
جداول دسته بندی متقاطع یکی از روشهای مورد استفاده برای برآورد میزان سفر است. این جداول می توانند به صورت دو بعدی تعریف شوند که در آن، نرخ سفر تولید شده توسط هر خانوار در روز با استفاده از دو متغیر برآورد می شود. علاوه بر جداول دوبعدی، جداول دسته بندی متقاطع چندگانه نیز مطرح شده، که در آن از متغیرهای بیشتری (معمولاً سه متغیر) برای برآورد نرخ سفر تولیدی خانوارها استفاده می شود. به دلیل استفاده از ...
full textشناسایی خودکار نوع وسیلهی سفر از دادههای GPS وسایل همراه با استفاده از شبکهی عصبی– فازی
تعیین نوع و تقاضای سفر اهمیت زیادی در سازمانهای حمل و نقل هر کشور دارد. با تشخیص دقیق نوع وسیلهی سفر هر کاربر، امکان ارائهی تصویر واقعیتری از تقاضای سفر فراهم میشود. همچنین در سرویسهای مکانمبنا دانستن نوع وسیلهی سفر برای فرستادن تبلیغات هدفمند کاربرد دارد. در این تحقیق بهمنظور استخراج خودکار نوع وسیلهی سفر از شبکهی عصبی-فازی و دادههای سیستم تعیین موقعیت جهانی (GPS) وسیلهی همراه است...
full textمدلسازی تولید سفر با استفاده از روش شبکه های عصبی-فازی
دستیابی به یک نتیجه دقیق و مناسب در فرایند چهارمرحله ای آنالیز سفر به روش UTMS وابسته به برآورد دقیق و قابل قبول تعداد سفرهای تولید شده در نواحی مختلف شهر است. در بررسی مرحله ایجاد سفر با توجه به وابستگی شدید میزان سفر تولید شده در یک ناحیه به اطلاعات سهل الوصولی نظیر جمعیت ، برآورد تولید سفر معمولاً با دقت خوبی انجام میگیرد. از اینروست که در صورتیکه مقادیر برآورد شده دیگر نظیر مقادیر جذب سفر با...
full textتعیین گونه سفر مبتنی بر پویشگر شبکه وای-فای با استفاده از شبکه فازی-عصبی تطبیقی
آگاهی از گونه سفر و الگوی حرکت شهروندان همواره مورد توجه مدیران شهری در حوزه مدیریت حمل و نقل و ترافیکبوده است. بهنگام نبودن و هزینه اجرایی روش های سنتی جمع آوری اطلاعات مانند استفاده از پرسشنامه و ظهور فنآوری های جدید موجب شده است تا از ابزارهای ارتباطی همچون تلفن همراه جهت جمعآوری و تحلیل دادههای ترافیکی استفاده شود. در این میان قابلیت های شبکه های وای-فای ت...
full textتعیین جداول زمانبندی چرخش نیروی کار با توجه به اهداف چندگانه با استفاده از الگوریتم ژنتیک
چکیده ندارد.
15 صفحه اولبررسی روند تعیین نرخهای بهینه مالیاتی در ایران با استفاده از رویکرد تحلیل کششهای تقاضا
در این پژوهش، با استفاده از سیستم معادلات تقاضای تقریباً ایدهآل[1] و سیستم شکل گیری عادت[2] به بررسی حساسیتهای درآمدی و قیمتی مصرف و فروش خانوارهای شهری ایران طی دوره زمانی 1385- 1353 پرداخته شده است. نتایج حاصل از این مطالعه همراه با واکاوی روند فعلی تجمیع عوارض درایران حاکی از این است که نرخهای مالیات بر مصرف و فروش در ایران بدون در نظر گرفتن اثرات تخصیصی و توزیعی مالیاتهای غیرمستقیم و همچنین...
full textMy Resources
Journal title
volume 4 issue 2
pages -
publication date 2007-07-01
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023