برآورد زمان سفر با استفاده از روش هاي K-means و ANN مطالعه موردي: مسير ساري به بابل

برآورد زمان سفر در فرآيندهاي برنامه ريزي سيستم هاي حمل ونقل، مورد توجه متخصصان حوزه هاي مختلف بوده كه هر يك با بهره گيري از داده ها و ابزارهاي تحليلي خاص، سعي د ر مطالعه و برآورد زمان سفر داشته اند. روش هاي نوين و تركيب ابزارهاي موجود در سيستم هاي اطلاعات مكاني و تحليل هاي داده كاوي، قابليت هاي مختلفي را جهت استخراج الگوهاي بديع موجود در داده ها كه بكارگيري آنها در برآورد زمان سفر فراهم آورده و جايگزين مناسبي براي روش هاي سنتي مي باشند. اين تحقيق از تكنيك هاي داده كاوي مكاني خوشه بندي K-means و همينطور روش شبكه عصبي پيش خور جهت برآورد زمان سفر استفاده مي كند. در اين تحقيق جهت برآورد زمان سفر از 8 پارامتر استخراج شده از داده هاي GPS خودروهاي عمومي و داده هاي هواشناسي و تصادفات در يك دوره زماني 3 ساله در استان مازندران (مسير ساري - قائمشهر و بابل – قائمشهر) استفاده مي شود. به منظور ارزيابي روش پيشنهادي، خروجي روش هاي خوشه بندي و شبكه عصبي در تعيين زمان سفر با داده هاي واقعي در مسير مورد مطالعه مقايسه مي شوند. نتايج حاكي از اين است كه روش شبكه عصبي مصنوعي با استفاده از روش مجذور ميانگين مربع خطا با مقدار 0/0015 و روش ميانگين مربع خطا با مقدار 0/65 در مقايسه با روش هاي خوشه بندي نتايج رضايت بخشي دارد.