AU - khazaei, Elahe AU - Alesheikh, Ali Asghar AU - Karimi, mohammad TI - Automatic mode detection in transportation using GPS data from mobile devices and neuro –fuzzy system PT - JOURNAL ARTICLE TA - kntu-jgit JN - kntu-jgit VO - 5 VI - 1 IP - 1 4099 - http://jgit.kntu.ac.ir/article-1-118-fa.html 4100 - http://jgit.kntu.ac.ir/article-1-118-fa.pdf SO - kntu-jgit 1 AB  - تعیین نوع و تقاضای سفر اهمیت زیادی در سازمان‌های حمل و نقل هر کشور دارد. با تشخیص دقیق نوع وسیله‌ی سفر هر کاربر، امکان ارائه‌ی تصویر واقعی‌تری از تقاضای سفر فراهم می‌شود. همچنین در سرویس‌های مکان‌مبنا دانستن نوع وسیله‌ی سفر برای فرستادن تبلیغات هدفمند کاربرد دارد. در این تحقیق به‌منظور استخراج خودکار نوع وسیله‌ی سفر از شبکه‌ی عصبی-فازی و داده‌های سیستم تعیین موقعیت جهانی (GPS) وسیله‌ی همراه استفاده‌شده است. دانش مورد نیاز در قالب قوانین فازی از داده‌ها استخراج گردید و سپس با استفاده از این قوانین نوع وسیله‌ی سفر تعیین شد. در دو حالت مدل پیشنهادی مورد بررسی قرار گرفت. در حالت اول از کل داده‌های GPS به‌دست‌آمده از وسایل همراه برای تعیین نوع وسیله‌ی سفر استفاده گردید و در حالت دوم به‌منظور کاهش تعداد داده‌های مورد نیاز از وسیله‌ی همراه GPS دار، الگوریتم نقاط بحرانی به کار گرفته شد. به‌کارگیری این الگوریتم علاوه بر کاهش هزینه‌های جمع‌آوری داده، باعث حفظ منابع وسیله‌ی همراه از قبیل عمر باتری می‌گردد. نتایج حاکی از این است که مدل پیشنهادی در حالت استفاده از کل داده‌ها با دقت ۱/۹۴ % و در حالت استفاده از نقاط بحرانی با دقت ۵/۹۵% قابلیت شناسایی نوع وسیله‌ی سفر را دارا می‌باشد. CP - IRAN IN - LG - eng PB - kntu-jgit PG - 1 PT - Research YR - 2017