评价神经网络和统计模型的效率确定Mazaran省郊区道路的日常交通量
徽章Gholampour Shahab Aldini1*，沙发阿奇萨德Zargar2和Seyed Mohammad Seyed Hoseini3.
1伊朗德黑兰伊斯兰亚萨德大学科学与研究分公司交通工程系。
2伊朗科技大学土木工程系。
3.伊朗科技大学工业工程系教授。
http://dx.doi.org/10.12944/cwe.10.special-issue1.28
实现目前的交通量通常是占据运输策略人员思维的担忧之一。了解当前的体积在反映未来运输系统的性能方面发挥着重要作用。交通研究基于目前情况的观测和解释。由于未来的情况，本意见不能代表本观察，应通过确定的条件预测。年平均每日交通是用于交通量的措施，该措施已在代码中提到。固定或非固定的自动计数器用于计算此卷。在伊朗，道路维护和运输组织负责每天通过不同的方式计算。在本研究中，利用从Mazaran省的所选轴收集的数据来为交通量进行预测模型。它由数据，线性和对数回归模型以及神经网络模型拟合。
预测交通量;线性回归;对数回归;神经网络
复制以下内容以引用本文：
Zargar S.A，Aldini S. G.S，Hoseini S. M. S.神经网络和统计模型的效率评估，以确定Mazandaran省郊区道路的日常交通量。Curr World Environ2015的特刊; 10（2015年5月特别问题）。DOI：http://dx.doi.org/10.12944/cwe.10.special-issue1.28
复制以下内容以引用此URL：
Zargar S.A，Aldini S. G.S，Hoseini S. M. S.神经网络和统计模型的效率评估，以确定Mazandaran省郊区道路的日常交通量。Curr World Environ2015的特刊; 10（2015年5月特别问题）。可从：//www.a-i-l-s-a.com?p=668/
[HTML全文]
这项工作是在授权下获得的Creative Commons attage 4.0国际许可证。
