Abstract:
سیستم حمل و نقل درون شهری به عنوان ابزار مهم و موتور محرک، توسعهی شهرها در اقتصاد محلی و منطقهای به شمار میآید. چرا که اگر جوامع شهری امروز دارای امکانات و زیرساختهای مناسب حمل و نقل شهری نباشند، خسارات جبران ناپذیر اقتصادی را بر خود تحمیل مینماید. در این راستا اقلیم شناسان تلاش میکنند با تجزیه و تحلیل دادههای یک یا چند متغییر اقلیمی در گذشته، به قوانین و مدلهایی دست یابند که بر این اساس، وضعیت اقلیم را در آینده پیش بینی کنند. شبکههای عصبی مصنوعی از مؤلفههای هوش مصنوعی است که امروزه به طور وسیع در زمینه مدل سازی و پیش بینی پارامترهای اقلیمی مورد استفاده قرار میگیرد. در این پژوهش، سعی شده با پیش بینی سرمای دیررس بهاره ایستگاه خرمآباد با استفاده از مدل پرسپترون چند لایه (MLP) به تاثیر آن برسیستم حمل و نقل شهری، ضمن آشکارسازی رخداد وقوع، نسبت به کاهش خسارات و اختلالات ناشی از آن به خودروها و تاسیسات زیرساختی حمل و نقل درون شهری و غیره زمینهای ایجاد نمود تا تدابیر لازم اتخاذ گردد. به منظور دستیابی به این مهم از متغیرهای میانگین ماهانه حداقل و حداکثر دما، میانگین حداقل و حداکثر رطوبت نسبی، مجموع ساعات آفتابی و میانگین مجموع بارش ماهانه طی دوره آماری 28 ساله (2009-1981) جهت پیش بینی دماهای حداقل ماههای آوریل و می سالهای 2010 تا 2012 و مقایسه آن با دادههای واقعی استفاده گردید. جهت این کار از امکانات و توابع موجود در نرمافزار MATLAB بهره گرفته شد. سپس به بررسی شاخص های عملکرد شبکه از جمله ضریب تعیین و همبستگی و درصد خطای نسبی پرداخته شد. یافتهها بیانگر وقوع یخ بندان بهاره برای 80% احتمال و دوره برگشت 49/1 ساله روز 187 یعنی 7 فروردین ماه است. و حداکثر خطای این مدل با دادههای واقعی کم تر از 10/0 درجه سلسیوس است که توانایی قابل توجه مدل شبکه عصبی مصنوعی در مدلسازی پیشبینی دماهای حداقل را نشان میدهد. بنابراین توجه به پدیدههای اقلیمی از جمله یخ بندان بر مدیریت و توسعه حمل و نقل شهری تاثیر شایانی میگذارد و باید از نظر کارشناسان این امر در الویت دقت قرار گیرد.
Machine summary:
پیش بینی سرمای دیررس بهاره با استفاده از شبکه ی عصبی پرسپترون چند لایه (MLP) و تاثیر آن در حمل و نقل شهر خرم آباد تاریخ دریافت مقاله : ٩٢/٠٨/١٢ تاریخ پذیرش نهایی مقاله : ٩٣/٠٨/٠٧ سعید تقوی گودرزی (عضو هیات علمی دانشگاه آزاد اسلامی خرم آباد) هانیه امیدزاده * (مربی آموزشی گروه جغرافیا دانشگاه پیام نور- واحد الشتر) 1 چکیده سیستم حمل و نقل درون شهری به عنوان ابزار مهم و موتور محرک، توسعه ی شهرها در اقتصاد محلی و منطقه ای به شمار میآید.
در این پژوهش ، سعی شده با پیش بینی سرمای دیررس بهاره ایستگاه خرم آباد با استفاده از مدل پرسپترون چند لایه (MLP) به تاثیر آن برسیستم حمل و نقل شهری، ضمن آشکارسازی رخداد وقوع ، نسبت به کاهش خسارات و اختلالات ناشی از آن به خودروها و تاسیسات زیرساختی حمل و نقل درون شهری و غیره زمینه ای ایجاد نمود تا تدابیر لازم اتخاذ گردد.
شبکه های عصبی از لحاظ نوع شبکه نیز به دو گروه شبکه های پیش خور و پس خور تقسیم میشوند (حسینی، ١٣٨٨: ٨٥) در این بررسی از شبکه های پیش خور(شکل ٢) و ساختار پرسپترون چند لایه (MLP)، (شکل ٣) به دلیل کاربرد بیش تر در مسائل اقلیم شناسی و پیش بینی پارامترهای اقلیمی جهت مدل سازی پیش بینی سرمای دیررس بهاره در شهر خرم آباد استفاده شده است .
بنابراین ، در مطالعه حاضر جهت پیش بینی سرمای دیررس بهاره در شهر خرم آباد و تاثیر آن در حمل و نقل شهری، مدل شبکه عصبی مصنوعی پرسپترون چند لایه مورد ارزیابی و بررسی قرار گرفت .