8221

پيش بيني جريان مسافري اتوبوس هاي تندرو با استفاده از يادگيري عميق

كارشناسي

مهندسي حمل و نقل ريلي

1401

دكتر مسعود يقيني

1401/09/03

مهندسي راه آهن

Prediction of high-speed bus passenger flow using deep learning

با توجه به رشد روز افزون صنعت حمل‌‌ونقل نياز به مديريت زيرساخت و بهبود ظرفيت سيستم بيش از پيش احساس مي‌‌شود. به كارگيري تكنولوژي‌‌هاي جديد منجر به دستيابي به حجم زيادي از داده‌‌ها مي‌‌شود، داده‌‌هايي كه مي‌‌توان با به كارگيري روش‌‌هاي مناسب براي بررسي و مطالعه آن‌‌ها، به شناخت بهتري از سيستم و استفاده كامل‌‌تر از زيرساخت‌‌هاي آن دست يافت. حمل‌‌ونقل يكي از بخش هاي اصلي جامعه بوده و اتوبوس‌‌ها نيز امروزه يكي از پركاربردترين وسايل حمل‌‌ونقل عمومي در بسياري از شهرها هستند. پيش‌‌بيني جريان مسافران اتوبوس براي عملكرد سيستم حمل‌‌ونقل اتوبوس از اهميت بالايي برخوردار است. هدف اين مطالعه تركيب تكنيك‌‌هاي مدل‌سازي يادگيري عميق و الگوريتم‌‌هاي يادگيري ماشين با داده‌‌هاي مسافران و وضعيت آب‌‌وهوا به منظور يافتن مدلي براي پيش‌بيني جريان مسافران سامانه اتوبوس تندرو است. جريان مسافري تحت تأثير طيف گسترده‌‌اي از ويژگي‌‌هاي زماني و محيطي است كه مي‌‌تواند از طريق اطلاعات چند منبعي جمع‌‌آوري شوند. اين پيش‌‌بيني دقيق جريان مسافران نه تنها مي‌‌تواند به تصميم‌‌گيري‌‌هاي آگاهانه و استفاده كامل از زيرساخت‌‌هاي حمل‌‌ونقل كمك كند، بلكه خود مي‌‌تواند پيشنياز و مقدمه‌‌اي براي مطالعات آينده باشد.

يادگيري ماشين , جريان مسافري , يادگيري عميق , شبكه عصبي بازگشتي , سامانه اتوبوس تندرو