طراحی مدل پیش بینی حجم ترافیک روزانه برون شهری با استفاده از سیستم استنتاج فازی مبتنی بر شبکه عصبی(ANFIS)

* تقاضای روزافزون استفاده از وسایل حمل و نقل شخصی، مشکل تراکم ترافیک را به یکی از مهم ترین بحران ها در اکثر کلان شهرهای جهان تبدیل کرده است. تاثیرات زیست محیطی، اجتماعی و اقتصادی که گره های ترافیکی بر جوامع بشری می گذارد محققین را برآن داشته است که به دنبال راه کارهایی برای مقابله با آن باشند. یکی از این راه کارها پیش بینی حجم ترافیک روزانه است. پیش بینی ترافیک به کنترل کننده ها کمک می کند تا با اتخاذ تصمیمات مناسب از بروز ازدحام در ترافیک جلوگیری نمایند. در پژوهش حاضر، به منظور پیش بینی حجم ترافیک روزانه برون شهری در مسیرهای بین مراکز استان های کشور، از سیستم استنتاج فازی مبتنی بر شبکه عصبی (ANFIS) بعنوان یکی از روش های هوش مصنوعی استفاده شده است. به منظور افزایش اطمینان ازتخمین ترافیک، داده ها بصورت تصادفی در سه حالت آموزشی، آزمایشی و اعتبارسنجی به سیستم استنتاج فازی مبتنی بر شبکه عصبی اعمال شد: مجموعه آموزش جهت طراحی مدل، مجموعه آزمایش و مجموعه اعتبارسنجی جهت ارزیابی و تعیین اعتبار مدل مدل طراحی شده حجم ترافیک را با دقت 90 درصد پیش بینی نمود. بنابراین می توان نتیجه گرفت که ANFIS  ابزار مناسبی برای پیش بینی حجم ترافیک روزانه برون شهری است و پیشنهاد می شود مسئولین در تصمیمات و برنامه ریزی هایشان از این مدل استفاده نمایند.