سیستم فازی TSK نوع-2 فاصله ای کومارازوامی جدید برای پیش بینی تقاضای مسافر مترو
سیستمهای منطق فازی (FLSs)ابزار مناسبی برای یادگیری و پیش بینی مسایل دنیای واقعی هستند. مجموعه های فازی نوع-2 توسعه یافته مجموعه های فازی نوع-1 متداول میباشند که برای مسایل پیشبینی با عدم قطعیت به کار برده میشوند. سیستم منطق فازی نوع -2 فاصلهای(FLS IT2)به دلیل کارایی و راحتی، پرکاربردترین FLS نوع-2 میباشد. پیش بینی تقاضای مسافر نقش مهمی در بخش حمل و نقل عمومی دارد. به دلیل غیرخطی بودن و عدم پایداری پیشبینی ورود مسافران، FLS IT2 میتواند شیوه مناسبی برای حل این مساله باشد. در این مقاله، یک سیستم منطق فازی تحت عنوان TSK KIT2 برای پیش بینی ورود مسافران به ایستگاه های مترو ارایه میدهیم. در مدل پیشنهادی، از توزیع کومارازوامی برای ساخت FLS TSK IT2 استفاده میکنیم. عالوه براین، معیار انتخاب ورودی جدیدی را ارایه میدهیم که از عملگر conorm-t SchweizerSklar در فرآیند انتخاب متغیر استفاده میکند. انعطافپذیری توزیع کومارازوامی منجر به توانایی تقریب چندین توزیع با استفاده از معادلهای یکسان توسط مقادیر مختلف پارامترهای شکل آن میشود. با بهره مندی از این ویژگی، مدل پیشنهادی خود را برای پیش بینی ورود مسافر یک خط از سیستم متروی تهران به عنوان مطالعه موردی اتخاذ میکنیم. به عالوه، برای مشاهده نتایج در روزهای غیرمعمول، تقاضای مسافر در تعطیالت عمومی، آخر هفته ها و وقایع خاص نیز در نظر گرفته شدند. نتایج نشان میدهند که روش پیشنهادی عملکرد بهتری در پیش بینی ساعتی ورود مسافر در مقایسه با روش های معیار دارد. نتایج برای مساله Glass-Mackey chaotic نیز عملکرد بهتر مدل پیشنهادی را نشان میدهد.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.