کالیبره کردن مدل های پیش بینی تصادفات با استفاده از یک روش ابتکاری
Authors
Abstract:
در فرایند مدل سازی آماری تصادفات، برآورد دقیق ضرایب ثابت مدل (کالیبره کردن) از اهمیت زیادی برخورد است. زیرا، این ضرایب میزان و چگونگی ارتباط متغیرهای مستقل با متغیر وابسته را بیان کرده و بهمین جهت تخمین نادرست آنها می تواند به ارایه نتایج غیرواقعی توسط مدل منجرگردد. برای تعیین ضرایب ثابت مدل های پیش بینی تصادفات، معمولاً از فرایندی موسوم به حداکثر کردن تابع درستنمایی استفاده می شود که در آن روشهای بهینه سازی نامقید نظیر "بردار گرادیان " ، "شبه نیوتن " و "نیوتن- رافسون" دارای بیشترین کاربرد در مدلهایی بویژه با توابع غیرخطی می باشند. اما، این روشها بدلیل اتکا به ماتریس هسین (مشتق مرتبه دوم) از ضعفهایی نظیرطولانی بودن زمان اجرای گامها، وابستگی به مقدار اولیه جهت شروع فرایند بهینه سازی و امکان ایجاد همگرایی برای یک تابع در نقطه ای بغیر از بالاترین قله برخوردار هستندکه در اغلب موارد فرایند بهینه سازی را با مشکل مواجه ساخته و از دقت محاسبه ضرایب مدل نیز به میزان زیادی می کاهند. در این مقاله، با استفاده از مبانی بهینه سازی عددی روشی ارایه شده است که ضعغهای یادشده را به حداقل رسانده و امکان مناسبی را برای مدلساز جهت کالیبره کردن مدل های پیش بینی تصادفات فراهم می آورد. یافته های حاصل از آزمایش این روش بر روی یک تابع عملکرد ایمنی و مقایسه آن با روش معمول بردار گرادیان که در این تحقیق مورد توجه قرار گرفته است، نشان می دهد که روش ابتکاری در اجرای فرایند بهینه سازی به نقطه شروع حرکت وابسته نبوده و همچنین همگرایی برای یک تابع غیرخطی را در بالاترین قله ممکن ایجاد می نماید.
similar resources
روش پیش بینی هزینه های متوفیات تصادفات ترافیکی در ایران
از تولید ناخالص ملی همه کشورها، صرف هزینههای مستقیم و غیرمستقیم تصادفات میشود. هدف از انجام تحقیق حاضر، ارائه مدل پیشبینی هزینههای تصادفات منجر به فوت است. در این تحقیق با استفاده از شیوههای دیات دادگاه و تولید از دست رفته، هزینه هر فوت تعیین شده و با استفاده از الگوی سری زمانی 12 ( ARIMA(3,0,0)(1,0,0 (، تعداد فوتیها پیشبینی میشود که با ادغام سری زمانی و روشهای برآورد هزینه میتوان میزان اتلاف ...
full textارایه مدل پیش بینی شدت تصادفات وسایل نقلیه با استفاده از دادههای تصادفات (مطالعه موردی محور بابل-گنج افروز)
استان مازندران با توجه به طبیعت زیبای خود همواره یکی از استان های توریستی و گردشگری می باشد که همه ساله تعداد زیادی از افراد در فصول مختلف سال به این استان سفر میکنند. همچنین این استان یکی از قطب های کشاورزی کشور میباشد که سهم زیادی از حمل و نقل این صنعت، از طریق حمل و نقل جاده ای انجام میگیرد که باعث ایجاد تردد ترافیکی با حجم بالا و در پی آن باعث ایجاد حوادث ترافیکی میگردد. آمار ارایه ...
full textارائه مدل پیش بینی شدت تصادفات عابران پیاده در راه های برون شهری
مطالعه حاضر با هدف پیش بینی و ارزیابی عوامل موثر بر شدت تصادفات عابران پیاده در را ههای برو نشهری انجام شده است. به این سبب، عوامل موثر بر جرحی یا فوتی بودن تصادفات عابران پیاده در را ههای برو نشهری استان تهران، طی سا لهای 1388 الی 1390 ، با استفاده از مدل لوجیت دوتایی مورد تحلیل قرار گرفت. متغیرهای بررسی شده در این مدل شامل ویژگ یهایی نظیر مشخصات راننده، زمان وقوع تصادف، وسیله نقلیه درگیر در ت...
full textپیش بینی شاخص قیمت سهام با استفاده از مدل هیبریدی
پیشبینی شاخص قیمت بازار سهام به علت تاثیرپذیری آن از بسیاری عوامل اقتصادی و غیراقتصادی همواره امری مهم و چالش برانگیز بوده، به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیشبینی آن امری دشوار میباشد. از طرفی سریهای زمانی دنیای واقعی، برای مثال سری زمانی شاخص قیمت سهام، به ندرت دارای ساختاری کاملاً خطی و یا غیرخطی است. مدلهای هموارسازی نمایی، میانگین متحرک خودرگرسیون انباشته (آریما) و ش...
full textپیش بینی بیماریهای کبدی با استفاده از مدل مارکف پنهان
Background: The liver is the largest internal organ and the most important organ after heart and brain in the human body without which life is impossible. Diagnosis of liver disease requires a long time and sufficient expertise of the doctor. Statistical methods can be classified as an automated forecasting system and help specialists for quickly and accurately diagnose liver disease. Hidden Ma...
full textMy Resources
Journal title
volume 7 issue 3
pages -
publication date 2010-04-01
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