1-1- تعریف مسئله………………………… 2

1-2- چالش‌های مسئله………………………. 4

1-3- نگاهی به فصول پایان­نامه……………… 7

فصل دوم. مبانی نظری تحقیق

2-1- مقدمه…………………………….. 10

2-2- متدهای یادگیری تجمعی……………….. 11

2-2-1- تعاریف مفاهیم اولیه……………. 11

2-2-2- درخت بوستینگ………………….. 13

2-2-3- درخت بگینگ……………………. 13

2-3- رندوم فارست……………………….. 15

2-3-1- مراحل توسعه‌ی رندوم فارست……….. 16

2-3-2- تئوری‌های مرتبط با رندوم فارست…… 19

2-3-3- رندوم فارست برای رگرسیون……….. 22

2-3-4- مزایا و کاربردهای رندوم فارست…… 23

2-4- نتیجه­گیری…………………………. 24

 

فصل سوم. پیشینه تحقیق

3-1- مقدمه…………………………….. 26

3-2- تعریف مسئله……………………….. 26

3-3- روش‌های مبتنی بر آنالیزهای سری زمانی….. 29

3-4- روش‌های مبتنی بر مدل‌های شبکه عصبی…….. 32

3-5- روش‌های مبتنی بر الگوریتم‌های داده­کاوی…. 34

فصل چهارم. معرفی تکنیک پیشنهادی

4-1- مقدمه…………………………….. 40

4-2- خصوصیات کلی پایگاه داده…………….. 41

4-3- پایگاه داده­ی مورد استفاده…………… 42

4-3-1- داده‌ی آموزشی………………….. 44

4-3-2- داده‌ی آزمایشی…………………. 44

4-4- تکنیک پیشنهادی…………………….. 45

4-4-1- بررسی توزیع جریان‌های ترافیکی……. 47

 

4-4-2- مرحله پیش پردازش و استخراج ویژگی… 50

4-4-3- مرحله شناسایی و تقسیم بندی به Context های مختلف  52

4-4-4- مرحله یادگیری با بکارگیری Context-Aware Random Forest   56

 

فصل پنجم. نتایج تجربی

5-1- مقدمه…………………………….. 59

5-2- پایگاه داده……………………….. 60

5-3- معیارهای ارزیابی…………………… 61

5-3-1- معیار ارزیابی خطای پیش­بینی……… 61

5-3-2- مقایسه کارآیی معیارهای سنجش فاصله بر روی مشاهدات ترافیکی                              62

5-4- بررسی تناسب الگوریتم رندوم فارست در مقایسه با دیگر متدها    64

5-5- تنظیمات اعمال شده در پیاده سازی الگوریتم (تنظیم پارامترها)  66

5-6- ارزیابی سایز گردآمدگی بر روی داده‌ی اعتبارسنجی  67

5-7- استخراج مجموعه‌های نمونه‌های آموزشی……. 70

5-8- نتایج یادگیری الگوریتم بر روی مجموعه‌های نمونه‌های آموزشی 72

 

فصل ششم. نتیجه‌گیری

خلاصه­ی مطالب و نتیجه­ گیری………………… 75

 

فهرست منابع و مآخذ……………………… 78

 

فهرست جدول‌ها

جدول شماره 4-1: شرح مفاهیم و معادل ترم‌های مورد استفاده   45

جدول شماره 5-1: مقایسه میانگین خطای الکوریتم­های مختلف weka    64

جدول شماره 5-2: مقایسه خطای الگوریتم بگینگ و رندوم فارست 66

 

فهرست شکل‌ها

شکل 1-1:  معماری کلی مربوط به متدهای یادگیری تجمعی  6

شکل 2-1: معماری کلی الگوریتم بگینگ……….. 14

شکل 2-2:  نمایی کلی از الگوریتم رندوم فارست.. 16

شکل 2-3: معماری کلی مربوط به الگوریتم رندوم فارست   20

شکل 4-1: صفحه‌ی نمایش شبیه ساز ترافیک TSF…… 42

شکل 4-2: نقشه‌ی شهر Warsaw، اعمال شده بهTSF….. 43

شکل 4-3: نمایش نمادین اعمال تکنیک پیشنهادی… 46
شکل 4-4: توزیع جریان‌های ترافیکی مسیرها……. 47
شکل 4-5: ارائه‌ی دید دقیق‌تر در خصوص رفتار جریان‌های ترافیکی    48

شکل 4-6: نمایش نمادین روند انجام مرحله گردآمدگی 50

شکل 4-7: نمودار الزامات معیار شباهت مناسب…. 53

شکل 4-8: جریانهای ترافیکی مسیرها مربوط به دو context    55

شکل 5-1: مثالی از چگونگی اعمال مراحل گردآمدگی 68

شکل 5-2: مقایسه­ی خطا روشها با اعمال سایزهای مختلف گردآمدگی   69

شکل 5-3: مراحل نمادین استخراج مجموعه نمونه آموزشی   71

شکل 5-4: مقایسه خطای تکنیک پیشنهادی و روش Ensemble RF

چکیده

امروزه موفقیت سیستم­های حمل­و­نقل هوشمند، نه تنها به اطلاعات وضعیت فعلی ترافیک، بلکه تا حد زیادی به آگاهی از وضعیت ترافیکی دقایق آینده وابسته است. از این­رو، تحقیقات زیادی در زمینه­ پیش­بینی­ کوتاه­­مدت وضعیت ترافیکی انجام شده است. هرچند تاکید اکثریت آنها، تنها بر روی اعمال الگوریتم­های مختلف بمنظور یادگیری داده­های ترافیکی و ارائه­­ی مدل، بر اساس داده­های جمع­آوری شده از وضعیت فعلی و پیشین می­باشد. حال آنکه، در جهت رسیدن به الگوریتمی کارا، لازم است تا ماهیت نوساناتی و وابسته به زمان داده­ها نیز در روند یادگیری مدل لحاظ شود. در این راستا، این پایان­نامه با مطالعه­ی توزیع جریان­های ترافیکی، سعی در جداسازی رفتارهای مربوط به پریودهای اوج و غیر­اوج ترافیکی و همچنین استفاده از مفاهیم و دانش بدست­آمده برای آموزش مدل­های متمایز متناظر با رفتارهای مختلف ترافیکی دارد. شایان ذکر است که حتی در صورتی­که زمان مرتبط با داده‌ها صریحاً در اختیار نباشد، روش پیشنهادی با بررسی توزیع داده­، روند جریان‌های ترافیکی را تشخیص می­دهد. بدین ترتیب، رندوم فارست بعنوان مدل پیش­بینی­کننده، از زمینه­ داده­ی مورد آموزش باخبر بوده و بر این اساس احتمال گیر­اُفتادن آن در بهینه­ی محلی کمتر می­شود. به منظور ارزیابی روش ارائه شده، آزمایشاتی بر روی داده­­ی بخش ترافیک مسابقه بین­المللی داده­کاوی سال 2010 انجام شد. نتایج حاصل، مؤید کارایی و مقیاس­پذیری روش پیشنهادی در مقایسه با دیگر نتایج بدست آمده توسط تیم­های برتر مسابقه، می­باشد.
مقدمه

1-1    تعریف مسئله

امروزه، با توجه به گسترش روزافزون مطالبات حمل‌ونقل و بروز مشکلات ناشی از افزایش ترافیک شهری، ازجمله آلودگی هوا، آلودگی صوتی، مصرف سوخت، اتلاف وقت و انرژی و هزینه‌های تحمیلی آنها، ارائه راهکار مناسب درجهت روان شدن ترافیک از اهمیت ویژه‌ای برخوردار است. از طرفی باتوجه به محدودیت‌های امکانات شهرسازی در مقابل تقاضای انبوه وسایل نقلیه، لازم است تا تمهیداتی کاربردی و امکان‌پذیر برای حل این معضل درنظر گرفته ‌شود. ازآنجا که تاکنون فناوری اطلاعات[1] نقش مؤثری درعرصه‌های مختلف

صنعتی ایفا کرده است، ورود این تکنولوژی در زمینه‌ی سیستم‌های حمل‌ونقل نیز بعنوان راهکاری مناسب مورد توجه قرارگرفت و منجر به پدیدآمدن سیستم‌های حمل‌ونقل هوشمند[1] شد. در