Journal of Geospatial Information Technology

fa پیش‌بینی و کنترل ترافیک با رویکردهای داده‌کاوی با استفاده از داده‌های GPS Forecasting Traffic Load using GPS data, a data mining approach پژوهشي Research در دنیای امروز افزایش چالشهای شهرنشینی و ترافیک سبب نیاز فوری به سیستم‌های کنترل ترافیک با حداکثر بهره‌وری شده است. هدر رفتن زمان و افزایش سوخت مصرفی و هم‌چنین آلودگیهای هوا و صوتی سبب شده کنترل ترافیک به یکی از مهمترین بحث‌های روز دنیا تبدیل شود. از جمله روشهای موجود برای رسیدن به این هدف، پیشبینی مسیر و مقصد نهایی خودرو است. اگر مکان آینده خودروها را بتوان پیشبینی کرد، به‌راحتی میتوان قادر به تخمین ازدحام ترافیک شد. پیشبینی مسیر براساس مسیرهای طی شده گذشته خودرو و در نظر گرفتن مشخصه‌هایی مانند مکان شروع، ساعت، روز، ماه، مدت زمان با استفاده از روشهای دادهکاوی و شبکههای عصبی مصنوعی امکان‌پذیر است. در این مقاله از دادههای واقعی GPS، به‌دست‌آمده از خودروها به‌منظور انجام عملیات پیشبینی مسیر و مقصد نهایی بهره برده شده است. یکی از روشهای پیشنهادی در این مقاله به‌دست آوردن پایگاهدادهای از مسیرهای دقیق طی‌شده خودروها به کمک نرم‌افزار ArcGIS است، که این پایگاه‌داده سبب بالا رفتن دقت پیش‌بینی مسیر خودرو شده است. در این مقاله یک پایگاهداده کلی شامل همه حالات شبکه جاده‌ای و یک پایگاهداده پیچیده‌تر شامل چهارراه‌ها و نقاط چالشی‌تر جاده ایجاد شده است. هم‌چنین به‌منظور عملیات پیش‌بینی، دو الگوریتم قوانین انجمنی و شبکه‌های عصبی مصنوعی مورد استفاده قرار گرفته شده است. نتایج به‌دست‌آمده نشان‌دهنده دقت بسیار خوب پیشبینی است. برطبق ارزیابی انجام‌شده، الگوریتم ANN در پایگاهداده کلی با دقت پیش‌بینی بالای 96 درصد و الگوریتم GRI در پایگاهداده پیچیدهتر با دقت پیشبینی بالای 95 درصد، نتایج قابل قبولی به‌دست آورده‌اند. روش پیشنهادی و نتایج این پیش‌بینی می‌تواند به برنامه‌ریزی ترافیک و بهینه‌سازی حرکت خودروها کمک کند. In today’s world,  rapid increase of urbanization and traffic challenges have led to the profound need of traffic control systems with the highest possible productivity and efficiency. Time loss and increased fuel consumption as well as air and noise pollutions have made traffic control to be one of the most important current issues in the world. One of the best possible methods for reaching this objective is to predict the directions and the final destination of the car. If the future position of a car can be predicted, traffic estimation in an urban zone will be a simple task. Route prediction is possible based on the previous routes of the car as well as parameters such as the starting point, time, day, month, and duration utilizing data mining methods and artificial neural networks .The current paper uses real GPS data obtained from different cars in order to carry out prediction operation of the route and final destination. One of the propoesd methods in this study is to establish a database for the previous routes of the cars using ArcGIS software The high accuracy of recording the previous routes of the cars in this database increases the accuracy of the route prediction process.In this study, two distinct databases were established. The first involves general database, where only the more challenging sections of the roads including intersections and crossroads are considered in the second which is the more complex database.Moreover, in order to carry out the prediction operation, association rules algorithms as well as artificial neural network algorithms have been used. The obtained results indicate the high accuracy of the prediction.  Artificial Neutral Network (ANN) algorithms used on the general database and the GRI algorithm used on the more complex one provide better results, respectively. Both algorithms  acquires  precision greater than 95%. The results obtained from the prediction process can be used for traffic planning and the optimization of car movements. ترافیک, داده کاوی, پیش‌ بینی, GPS Traffic, Data Mining, Prediction , GPS 43 59 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-128-54&slc_lang=fa&sid=1 Zahra Mahdavian زهرا مهدویان z.mahdavian@student.kgut.ac.ir 10031947532846004614 10031947532846004614 Yes Graduate University of Advanced Technology دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان Aliakbar Niknafs علی‌اکبر نیک‌نفس 10031947532846004615 10031947532846004615 No Shahid Bahonar University of Kerman دانشگاه شهید باهنر کرمان