تعيين مهمترين پارامترهاي موثر در تفكيك سفر با استفاده از شبكه‌هاي عصبي مصنوعي

از آنجا كه عوامل و ويژگيهاي مختلفي بر نوع سيستم انتخابي فرد در طول سفر تاثير گذار هستند، تعيين كوتاهترين الگوريتم تصميم‌گيري ممكن از ميان تعداد زياد پارامترهاي موثر، يك گام اساسي در مدلسازي‌هاي تفكيك سفر است. در اين پژوهش با استفاده از مدل شبكه‌ي عصبي مصنوعي، مهمترين پارامترهاي تصميم‌گيرنده در نوع انتخاب افراد شناسايي شده است. براي اين منظور با به كار گيري يك شبكه‌ي عصبي پرسپترن چند لايه‌ (MLP) ارتباط بين پارامترهاي موثر در تفكيك سفر و نوع سيستم انتخابي افراد تعيين شده است. براي آموزش شبكه از مجموعه‌يي از اطلاعات آماري شهر رشت استفاده شده است. آزمايش شبكه با استفاده از مجموعه‌يي از آمارهاي نمونه‌ي گردآوري شده توسط محققين انجام گرديده است. در انتها نتايج به دست آمده با نتايج حاصل از روش برازش خطي گام به گام (Stepwise) كه معمولاً به عنوان يك روش متداول در مدلسازي تفكيك سفر مطرح است مقايسه شده است. نتايج حاصل نشان مي‌دهد كه با استفاده از مدل شبكه‌ي عصبي مصنوعي مي‌توان به نحو مطلوبي مهمترين پارامترهاي موثر تفكيك سفر را تعيين نموده و از حجم وسيع اطلاعات لازم كه در روشهاي قبلي مدلسازي مورد نياز بودند، كاست. همچنين سرعت و بازدهي پردازش اطلاعات و در عين حال دقت تصميم‌گيري را افزايش داد.