تعیین گونه سفر مبتنی بر پویشگر شبکه وای-فای با استفاده از شبکه فازی-عصبی تطبیقی

آگاهی از گونه سفر و الگوی حرکت شهروندان  همواره مورد توجه مدیران شهری در حوزه مدیریت حمل و نقل و ترافیکبوده است. بهنگام نبودن و هزینه اجرایی روش های سنتی جمع آوری اطلاعات مانند استفاده از پرسشنامه و ظهور فنآوری های جدید موجب شده است تا از ابزارهای ارتباطی همچون تلفن همراه جهت جمع آوری و تحلیل داده های ترافیکی استفاده شود. در این میان قابلیت های شبکه های وای-فای تلفن همراه همچون عمومیت، قابلیت دسترسی بالا و هزینه پایین، مورد توجه سامانه های حمل و نقل هوشمند بوده است.در این پژوهش با استفاده از تعریف سه ویژگی بر روی سیگنال های جمع آوری شده از وای- فای کاربران و بهره گیری از مدل شبکه فازی-عصبی تطبیقی، کاربران ناحیه تحت پوشش در سه دسته طبقه بندی می گردند. این سه دسته عبارتند از: عابرین پیاده، خودروهای عبوری و کاربرانی که در ناحیه مذکور توقف طولانی مدت داشته اند.. نتایج نشان می دهد، مدل پیشنهادی به ازای بکارگیری روش خوشه بندی کاهشی برای تعیین تابع عضویت اولیه ویژگی ها توانسته است با دقت 83 درصد کاربران مذکور را طبقه بندی نماید .همچنین میزان صحت و بازخوانی تشخیص خودروهای عبوری در این ناحیه به ترتیب 75 و 90 درصد است.