جاده

جاده

به‌کارگیری شبکه مولد متخاصم در پیش‌بینی سفر افراد براساس ویژگی‌های اجتماعی- اقتصادی

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان
شهریار افندیزاده 1
علیرضا بخشی پور 2
حمید بیگدلی راد 3
1 دانشکده مهندسی عمران-دانشگاه علم و صنعت ایران
2 دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
3 دانشکده مهندسی عمران، دانشگاه امام خمینی قزوین (ره)
10.22034/road.2024.474360.2313
چکیده
سیاست‌های مدیریت تقاضای سفر منجر به تغییر تمرکز مدلسازی سفر از پیش‌بینی مبتنی بر سفر (مدل‌های چهار مرحله‌ای) در بازه زمانی بلندمدت و در سطح همفزون به مدلسازی سفر در سطح ناهمفزون(در سطح افراد) شده‌است. بدین منظور در این مطالعه الگوی سفر و فعالیت افراد براساس ویژگی‌های اجتماعی-اقتصادی‌شان پیش‌بینی شده است. در این مطالعه از داده‌های شهر واشنگتن استفاده شده که در سال 2008/2007 جمع‌آوری شده است. این پیش‌بینی با استفاده از مدل یادگیری ماشین شبکه مولد متخاصم انجام شده که اطلاعات اجتماعی-اقتصادی افراد مانند سن، جنسیت، درآمد، وضعیت اشتغال، محل کار، مالکیت وسیله نقلیه و بعد خانوار را به‌عنوان ورودی دریافت کرده و اینکه افراد در طول روز در هر نیم ساعت کدام یک از شش فعالیت خانه، کار، تحصیل، خرید، تفریح و دیگر را انجام می‌دهند، پیش‌بینی می‌کند. برای اعتبار سنجی مدل‌های ساخته شده از FID، آماره مجذور کای، نمودار الگوی زمانی، مقایسه تعداد کل فعالیت‌ها و ضریب تعیین R^2 استفاده شده است. براساس اعتبار سنجی‌های صورت گرفته، مدل شبکه مولد متخاصم با دقت بالایی توانست فعالیت افراد را در یک شبانه‌روز پیش‌بینی کند.
کلیدواژه‌ها
"
مدلسازی سفر"
مدلسازی فعالیت‌مبنا"
،"
الگوی فعالیت افراد"
شبکه مولد متخاصم(GAN)"
، "
ویژگی‌ اجتماعی-اقتصادی"
جاده

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 23 آبان 1403