ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Time Series Traffic Prediction Model Based on Selective Features using Decision Support Systems

العنوان بلغة أخرى: نموذج توقع حركة المرور المتسلسلة الزمنية بناء على ميزات انتقائية باستخدام أنظمة دعم القرار
المؤلف الرئيسي: مقابله، محمد جمال محمد (مؤلف)
مؤلفين آخرين: Hamarshi, Akram Aref (Advisor)
التاريخ الميلادي: 2020
موقع: المفرق
الصفحات: 1 - 58
رقم MD: 1152366
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

27

حفظ في:
LEADER 04211nam a22003377a 4500
001 1533022
041 |a eng 
100 |9 617756  |a مقابله، محمد جمال محمد  |e مؤلف 
245 |a Time Series Traffic Prediction Model Based on Selective Features using Decision Support Systems 
246 |a نموذج توقع حركة المرور المتسلسلة الزمنية بناء على ميزات انتقائية باستخدام أنظمة دعم القرار 
260 |a المفرق  |c 2020 
300 |a 1 - 58 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات  |g الاردن  |o 0112 
520 |a في الآونة الأخيرة، تحولت دراسة السلاسل الزمنية والتنبؤ بحركة المرور إلى رؤية جديدة في ابتكار البيانات، حيث يحتوي تحليل حركة المرور في شبكة الطرقات داخل وخارج المدن وعملية التنبؤ بها على تطبيقات واسعة وشاملة من المجالات وقد اجتذبت مؤخرا عددا كبيرا من الدراسات، وتعتبر ضرورية لأنظمة النقل الذكية. في هذه الأطروحة، يقدم النهج المقترح نموذجا جديدا للتنبؤ بحركة مرور السلاسل الزمنية بناء على ميزة انتقائية باستخدام نظرية المجموعة الضبابية (Fuzzy Set Theory) وطريقة وزن الانتروبيا (Entropy Weight Method) للعثور على الوقت المقدر بين منطقتين مختلفتين داخل المدن الكبرى. وقد تم اختبار النتائج استنادا على أنواع مختلفة من المصنفات (SVM, RProp, Decision Tree, K Nearest Neighbor) باستخدام برنامج تحليل البيانات (KNIME). في الفصل الأول من هذه الدراسة قمنا بتقديم نظرة عامة حول السلاسل الزمنية، ومعلومات أساسية حول التنبؤ بحركة مرور للسلاسل الزمنية بناء على الميزات الانتقائية، وأيضا قمنا بعرض الهيكل التنظيمي لهذه الأطروحة، بينما يعرض الفصل الثاني الأعمال السابقة التي قام بحثنا على أساسها. يحتوي الفصل الثالث والرابع على المنهجية كما هو موصوف بالتفصيل ويحتوي على الإطار العام للسلسلة الزمنية مع تفاصيل حول جميع المراحل وتفاصيل حول (KNIME Analytics)، ويحمل فصل التنفيذ عرضا لاحقا للنهج المقترح، كما يوضح ويشرح تفاصيل التنفيذ خطوة بخطوة، ويسلط الضوء على الإطار المعياري لمجموعة البيانات. في الفصل الخامس، يتم تقديم نتائج التجربة التي تم تحقيقها نتيجة تنفيذ النهج المقترح. في الفصل السادس، مراجعة للمساهمات وخاتمة الأطروحة وقائمة بالأفكار الممكنة للبحوث المستقبلية. 
653 |a الحركة المرورية  |a شبكة الطرقات  |a أنظمة النقل الذكية 
700 |9 494923  |a Hamarshi, Akram Aref  |e Advisor 
856 |u 9802-005-012-0112-T.pdf  |y صفحة العنوان 
856 |u 9802-005-012-0112-A.pdf  |y المستخلص 
856 |u 9802-005-012-0112-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-012-0112-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-012-0112-1.pdf  |y 1 الفصل 
856 |u 9802-005-012-0112-2.pdf  |y 2 الفصل 
856 |u 9802-005-012-0112-3.pdf  |y 3 الفصل 
856 |u 9802-005-012-0112-4.pdf  |y 4 الفصل 
856 |u 9802-005-012-0112-5.pdf  |y 5 الفصل 
856 |u 9802-005-012-0112-6.pdf  |y 6 الفصل 
856 |u 9802-005-012-0112-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1152366  |d 1152366 

عناصر مشابهة