مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

563
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

607
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پتانسیل یابی معابر مستعد جهت احداث ایستگاه های اتوبوس شهری با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و الگوریتم پس انتشار خطا (نمونه موردی: شهر کرمانشاه)

صفحات

 صفحه شروع 63 | صفحه پایان 74

چکیده

 حمل و نقل همواره یکی از مهمترین عوامل اثرگذار بر ساختار شهرها بوده است. اما بویژه در یک سده اخیر با گسترش انواع وسایل نقلیه موتوری و تغییرات فزاینده جمعیتی به یکی از اصلی ترین مشکلات شهرنشینی بدل گردیده است. با توجه به حجم مسافرت های درون شهری در شهر کرمانشاه طراحی ایستگاههای اتوبوس به صورت استاندارد, از جمله مواردی است که باعث پهلوگیری مناسب اتوبوس در ایستگاه ها, کاهش زمان پیاده و سوار شدن کاربران و تاثیر منفی کمتر این سیستم بر تردد سایر وسایل نقلیه می شود. در این پژوهش از شبکه عصبی پرسپترون برای پیش بینی بهترین مکان ها برای ایستگاه اتوبوس استفاده است. از جمله ساختارهای مهم شبکه های عصبی, پرسپترون چند لایه Multilayer PerceptTron)) با الگوریتم پس انتشار خطا (error back-propagation ) است که برای انجام پژوهش استفاده شده است. داده های موثر در مکان یابی ایستگاه های اتوبوس شامل 15 لایه: تراکم جمعیت, فاصله از بیمارستان, فاصله از پارکینگ, فاصله از درمانگاه و کلینیک, فاصله از مراکز تجاری-اداری, فاصله از ترمینال, فاصله از رود خانه, فاصله از مراکز آموزشی, فاصله از مراکز نظامی, فاصله از مراکز مذهبی, فاصله از مراکز ورزشی, فاصله از فضای سبز, فاصله از معابر شهری, فاصله از مراکز صنعتی, فاصله از مراکز گردشگری می باشند. در ادامه 500 لایه به عنوان نقاط آموزشی شبکه تهیه و تعداد 10 لایه میانی نیز تعیین شد. سپس با اجرای شبکه پهنه های مستعد جهت احداث ایستگاه بدست آمدند. در نهایت با مشخص معابر موجود در پهنه های مستعد, معابر مستعد جهت احداث ایستگاه مشخص گردیدند. هم چنین مشاهده شد که معابر مستعد در نزدیکی نقاط پرتراکم جمعیتی, مرکز شهر, مراکز فرهنگی و تجاری قرار دارند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    باقری، میلاد، مرادی پور، شهاب، و ارگانی، میثم. (1398). پتانسیل یابی معابر مستعد جهت احداث ایستگاه های اتوبوس شهری با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و الگوریتم پس انتشار خطا (نمونه موردی: شهر کرمانشاه). پژوهش و برنامه ریزی شهری، 10(36 )، 63-74. SID. https://sid.ir/paper/220249/fa

    Vancouver: کپی

    باقری میلاد، مرادی پور شهاب، ارگانی میثم. پتانسیل یابی معابر مستعد جهت احداث ایستگاه های اتوبوس شهری با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و الگوریتم پس انتشار خطا (نمونه موردی: شهر کرمانشاه). پژوهش و برنامه ریزی شهری[Internet]. 1398؛10(36 ):63-74. Available from: https://sid.ir/paper/220249/fa

    IEEE: کپی

    میلاد باقری، شهاب مرادی پور، و میثم ارگانی، “پتانسیل یابی معابر مستعد جهت احداث ایستگاه های اتوبوس شهری با استفاده از شبکه عصبی پرسپترون چند لایه (MLP) و الگوریتم پس انتشار خطا (نمونه موردی: شهر کرمانشاه)،” پژوهش و برنامه ریزی شهری، vol. 10، no. 36 ، pp. 63–74، 1398، [Online]. Available: https://sid.ir/paper/220249/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button