دانش رسان |
مرکز علم و دانش کشور مدل تعقیب خودروی مبتنی بر شبکه های عصبی مصنوعی با در نظرگیری قابلیت پیش بینی مکانی رانندگان
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مدل تعقیب خودروی مبتنی بر شبکه های عصبی مصنوعی با در نظرگیری قابلیت پیش بینی مکانی رانندگان دارای ۲۵ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مدل تعقیب خودروی مبتنی بر شبکه های عصبی مصنوعی با در نظرگیری قابلیت پیش بینی مکانی رانندگان کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مدل تعقیب خودروی مبتنی بر شبکه های عصبی مصنوعی با در نظرگیری قابلیت پیش بینی مکانی رانندگان،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مدل تعقیب خودروی مبتنی بر شبکه های عصبی مصنوعی با در نظرگیری قابلیت پیش بینی مکانی رانندگان :
تعداد صفحات :۲۵
چکیده مقاله:
مدلهای تعقیب خودرو ازجمله مهمترین مدل های رفتاری رانندگی بوده و در زمینه های مختلف مهندسی حمل ونقل نظیر شبیه سازیهای ریزنگر ترافیک و ایمنی مورد استفاده قرار میگیرد. رفتار تعقیب خودرو تحت تاثیر عوامل مختلی قرار دارد. بااین وجود به دلیل نبود اطلاعات کافی و ماهیت پنهان بسیاری از آنها تنها تعداد محدودی از این عوامل در نظر گرفته میشود. قابلیت پیش بینی مکانی راننده یکی از عواملی است که در مدلهای تعقیب خودرو به ویژه مدلهای مبتنی بر هوش مصنوعی کمتر موردتوجه قرار گرفته است. در این مقاله به منظور در نظرگیری قابلیت پیش بینی مکانی رانندگان یک مدل تعقیب خودروی مبتنی بر شبکه عصبی توسعه داده شده است. متغیرهای سرعت خودروی موضوع، سرعت اولین و دومین خودروی پیشرو ، سرعت خودروی پیرو، اولین و دومین فرصت پیشین و فرصت پسین بهعنوان متغیرهای ورودی و شتاب خودروی موضوع بهعنوان خروجی مدل در نظر گرفته شده است. نتایج کالیبراسیون مدل ارایه شده نشان میدهد که در بیشتر موارد مدل توسعه داده شده عملکرد بهتری نسبت به مدل پایه داشته و بر داده های واقعی انطباق بیشتری دارد. علاوه بر این در برخی از موارد مدلها تا حدودی عملکرد مشابهی با یکدیگر دارند. بررسی های صورت گرفته نشان میدهد عملکرد مشابه دو مدل در برخی از مواقع به دلیل همبستگی زیاد فرصتهای پیشین است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
