• شماره ركورد
    14946
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    14946
  • پديد آورنده

    ابوالفضل كريم پور

  • عنوان
    شبيهسازي تصادفات به كمك مدل‌هاي مختلط گوسي پيش‌بيني تصادفات توسط فيلترهاي تطبيقي
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    عمران گرايش راه و ترابري
  • سال تحصيل
    تابستان 1394
  • تاريخ دفاع
    تابستان 1394
  • استاد راهنما
    آقاي دكتر علي منصورخاكي
  • استاد مشاور
    آقاي دكتر هادي صدوقي يزدي
  • چكيده
    چكيده در اين پايان‌نامه به بيان روشي در زمينه برازش و پيش‌بيني تابع توزيع مكاني-زماني تصادفات پرداخته ‌شده است. پيش‌بيني تابع توزيع تصادفات و يا محل‌هايي با احتمال رخداد بالاي تصادف مي‌تواند از جنبه‌هاي مختلف به متخصصين جهت ارتقا سطح ايمني راه‌ها كمك كند. براي مثال، پيش‌بيني تصادفات مي‌تواند در زمينه پيشگيري به مهندسين ياري رساند. همچنين مي‌توان جهت كاهش شدت تصادفات يا كاهش تصادفات منجر به فوت از اين مدل‌ها استفاده نمود. پيش‌بيني مكان‌هايي از راه كه داراي بالاترين احتمال رخداد تصادف است مي‌تواند جهت استقرار نيروهاي امداد و نجات استفاده گردد. همچنين با داشتن مختصات اين نقاط مي‌توان از تابلوهاي قابل‌حمل خطر براي پيشگيري از رخداد تصادف استفاده نمود. در بحث برازش تابع توزيع تصادفات به‌صورت پارامتريك، از مدل‌هاي مختلط گوسي( GMMs) استفاده‌شده است. هر مدل گوسي تابع چگالي احتمال رويداد تصادف را در يك منطقه مشخص مي‌كند. مدل‌هاي مختلط گوسي داراي سه پارامتر ميانگين، كوواريانس و ضريب اهميت مي‌باشند. تصادفات هر منطقه را مي‌توان در دوره‌هاي زماني مشخص با تعداد مشخصي از مدل‌هاي مختلط گوسي مدل نمود. براي اينكه به‌توان تابع توزيع تصادفات را پيش‌بيني نمود، مي‌بايست پارامترهاي اين مدل اي مختلط گوسي تخمين زده‌شوند. در بحث پيش‌بيني تابع توزيع از فيلتر بازگشتي حداقل مربعات خطا ( RLS) استفاده‌شده است. با استفاده از روش بازگشتي حداقل مجموع مربعات خطا مي‌توان تك‌تك پارامترها (ميانگين، كوواريانس و ضريب اهميت) را براي هر يك از مدل‌هاي گوسي پيش‌بيني نمود. همواره در اكثر پايگاه‌هاي اطلاعاتي احتمال وجود خطا يا حتي عدم در دسترس بودن اطلاعات وجود دارد. در اين راستا براي صحت سنجي مدل پيش‌بيني ارائه‌شده در پايگاه‌هاي اطلاعاتي آلوده به خطا از روشي مركب به نام پس پردازش استفاده‌شده است. در اين روش با بهره‌گيري از واريانس و ميانگين اطلاعات پيشين (دانش گذشته) تأثير داده‌هاي آلوده به خطا به حداقل رسانيده شده است. الگوريتم استفاده‌شده جهت كاهش تأثير خطاها در فرايند پيش‌بيني، بيشينه گر احتمال پسين(MAP ) مي‌باشد. جهت اطمينان از كارايي روش، مدل در يك محيط كاملاً داراي خطا يك‌بار با استفاده از الگوريتم پس پردازش و يك‌بار بدون اين الگوريتم آزموده شده است. نتايج حاصل از دقت پيش‌بيني كارايي مناسب اين الگوريتم را نشان مي‌دهد. واژگان كليدي: ايمني راه‌ها، برازش و پيش‌بيني تابع توزيع مكاني، زماني تصادفات-مدل‌هاي مختلط گوسي، فيلتر بازگشتي حداقل مربعات خطا ، بيشينه گر احتمال پسين.