طراحی مدل پیش بینی تعداد تصادفات در تقاطعات براساس مدلهای آماری و شبکه عصبی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران - دانشکده مهندسی عمران
- author ابراهیم عبدالمنافی
- adviser شهریار افندی زاده
- Number of pages: First 15 pages
- publication year 1384
abstract
بررسی عوامل موثر بر ایمنی در تقاطعات همسطح چراغدار و چهارراهه شهری و مدلسازی پیش بینی تصادفات در این نوع تقاطعات از اهداف این تحقیق می باشد. این عوامل موثر ممکن است در ارتباط با طرح هندسی تقاطعات، ویژگی های سیستم کنترل ترافیک و پارامترهای ترافیکی باشد. هر یک از عوامل ذکر شده در فوق خود به بخش ها و عوامل جرتری تقسیم می شوند برای رسیدن به این هدف از مدلهای آماری و شبکه عصبی استفاده شده است.
similar resources
مقایسه نتایج مدلهای آماری و شبکه عصبی در پیش بینی تعداد تصادفات در تقاطعات
تصادفات ترافیکی از عوامل بسیار مهم مرگ ومیر بوده و خسارات و آسیب های شدید جانی و مالی در پی دارند.. تصادفات همچنین آثار و تبعات سنگین اجتماعی، فرهنگی و اقتصادی دارند که موارد ناشی از آنها جوامع بشری را به شدت تاثیر قرار می دهد. اگرچه گسترش روزافزون ترافیک در شهرها موجب افزایش مزایای اقتصادی و رفاهی شده ، اما در مقابل، تعداد و شدت تصادفات ترافیکی را افزایش داده است. براساس مطالعات انجام شده، بخش...
full textمقایسه نتایج مدلهای آماری و شبکه عصبی در پیش بینی تعداد تصادفات در تقاطعات
تصادفات ترافیکی از عوامل بسیار مهم مرگ ومیر بوده و خسارات و آسیب های شدید جانی و مالی در پی دارند.. تصادفات همچنین آثار و تبعات سنگین اجتماعی، فرهنگی و اقتصادی دارند که موارد ناشی از آنها جوامع بشری را به شدت تاثیر قرار می دهد. اگرچه گسترش روزافزون ترافیک در شهرها موجب افزایش مزایای اقتصادی و رفاهی شده ، اما در مقابل، تعداد و شدت تصادفات ترافیکی را افزایش داده است. براساس مطالعات انجام شده، بخش...
full textمقایسه مدل شبکه عصبی مصنوعی با مدلهای رگرسیونی دادههای شمارشی در پیش بینی تعداد دفعات اهدای خون
Background: Modeling is one of the most important ways for explanation of relationship between dependent and independent response. Since data, related to number of blood donations are discrete, to explain them it is better to use discrete variable distribution like Poison or Negative binomial. This research tries to analyze numerical methods by using neural network approach and compare ...
full textارزیابی مدلهای شبکه عصبی مصنوعی ایستا و پویا در پیش بینی قیمت سهام
پیشبینی آینده در عرصه پویای اقتصاد و بازارهای مالی از جمله بازار بورس به یکی از مهمترین مسائل درعلوم مالی ارتقاء یافته است. همچنین، در دههی اخیر مدلهای شبکه عصبی به علت عملکرد واقع بینانهتر اینمدلها مورد توجه محققین قرار گرفته و از انواع مختلف آنها برای پیشبینی استفاده شده است. اکنون این سئوالمطرح است که، کدام یک از این مدلها قدرت بالاتری برای تبیین فرآیندهای آتی بورس را دارا میباشد؟ در( همین ر...
full textمقایسه عملکرد مدلهای شبکه عصبی مصنوعی واتورگرسیون برداری در پیش بینی شاخص قیمت و بازده نقدی
هدف این مقاله تجزیه و تحلیل های اقتصادی، پیش بینی صحیح و دقیق متغیرهای اقتصادی است. در این زمینه، روشهای مختلفی برای پیش بینی در اقتصاد وجود دارد، که از جمله آنها میتوان به مدلهای رگرسیون ، معادلات همزمان و... اشاره کرد. مدلهای سری زمانی نیز از جمله مدلهای اقتصادی می باشند که در آن پیش بینی مقادیر سری، بیش از هر چیز به عهده خودشان گذاشته می شود اما استفاده از روش های غیر کلاسیک در شناسایی مدل و...
full textکاربرد مدلهای شبکه عصبی در پیش بینی ورشکستگی اقتصادی شرکتهای بازار بورس
یکی از پیشرفته ترین مدلهای پیش بینی کننده ورشکستگی٬ مدل «شبکه عصبی مصنوعی» است. مطابق نتایج تحقیق ساختار اصلی پرسپترون سه و چهار لایه برای پیش بینی ورشکستگی شرکتها به مدلهایی شبیه یکدیگر منتهی می شود که در این میان شبکه سه لایه از قدرت پیش بینی بیشتری نسبت به شبکه چهار لایه برخوردار است.این تحقیق نشان می دهد که «به کارگیری مدلهای مبتنی بر شبکه عصبی توانایی مدیریتهای مالی را برای مقابله با نوسان...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه علم و صنعت ایران - دانشکده مهندسی عمران
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023