<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>رئیس دانشکده مهندسی برق و کامپیوتر</PublisherName>
				<JournalTitle>مجله مهندسی برق دانشگاه تبریز</JournalTitle>
				<Issn>2008-7799</Issn>
				<Volume>46</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2016</Year>
					<Month>04</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle></ArticleTitle>
<VernacularTitle>الگوریتم ترکیب فازی مدل‌های پیش‌بین جریان ترافیک در حضور داده‌های اغتشاشی</VernacularTitle>
			<FirstPage>121</FirstPage>
			<LastPage>132</LastPage>
			<ELocationID EIdType="pii">4576</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>سیدهادی</FirstName>
					<LastName>حسینی</LastName>
<Affiliation>دانشگاه آزاد اسلامی واحد علوم و تحقیقات - گروه مهندسی برق</Affiliation>

</Author>
<Author>
					<FirstName>بابک</FirstName>
					<LastName>نجار اعرابی</LastName>
<Affiliation>دانشگاه تهران - دانشکده مهندسی برق و کامپیوتر</Affiliation>

</Author>
<Author>
					<FirstName>بهزاد</FirstName>
					<LastName>مشیری</LastName>
<Affiliation>دانشگاه تهران - دانشکده مهندسی برق و کامپیوتر</Affiliation>

</Author>
<Author>
					<FirstName>اشکان</FirstName>
					<LastName>رحیمی‌کیان</LastName>
<Affiliation>دانشگاه تهران - دانشکده مهندسی برق و کامپیوتر</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2015</Year>
					<Month>06</Month>
					<Day>06</Day>
				</PubDate>
			</History>
		<Abstract></Abstract>
			<OtherAbstract Language="FA">پیش‌بینی جریان ترافیک یکی از راه‌حل‌های جلوگیری بروز ازدحام در بزرگراه‌ها است. با توجه به مطالعات انجام‌یافته، تاکنون یک مدل جامعی برای پیش‌بینی جریان ترافیک ایجاد نشده است که بتواند مانع وقوع ازدحام در شرایط مختلف ترافیکی شود. یک ایده جالب برای حل این مسئله، استفاده از ترکیب چندین مدل پیش‌بین متفاوت برای کاهش خطای پیش‌بینی است. در این مقاله یک الگوریتم ترکیب جدید بر اساس منطق فازی جهت پیش‌بینی جریان ترافیک ارائه شده است و با انواع مختلف الگوریتم‌های ترکیب و مدل‌های پیش‌بین سابق مورد مقایسه قرار گرفته است. عملکرد کنترل‌کننده‌های فازی به‌صورت انتخاب نرم است و انتظار می‌رود که این الگوریتم ترکیب جدید دارای دقت بالایی نسبت به سایر الگوریتم‌ها باشد. در ادامه برای نشان دادن عملکرد این الگوریتم ترکیب جدید، شبیه‌سازی‌هایی بر اساس داده‌های واقعی در نرم‌افزار MATLAB انجام شده است. با توجه به متفاوت بودن الگوهای رفتاری جریان ترافیک در واقعیت، عملکرد الگوریتم ترکیب جدید در حضور داده‌های ترافیکی آلوده‌شده تحت شرایط مختلف آب و هوایی نظیر بارش باران یا برف و دیگر شرایط ترافیکی مانند وقوع ازدحام و تصادف در جاده، ارزیابی شده است که حاکی از مقاوم بودن این الگوریتم در حضور انواع مختلف داده‌های اغتشاشی است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ترکیب فازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پیش‌بینی جریان ترافیک</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سیستم حمل‌ونقل هوشمند</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">داده‌های اغتشاشی</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://tjee.tabrizu.ac.ir/article_4576_fa9389cb6a0c301e2f8d92cd366c8860.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
