برآورد هم ترازی افقی جاده از داده های سیستم های اطلاعات جغرافیایی: یک رویکرد مبتنی بر شبکه عصبی مصنوعی
| عنوان | برآورد هم ترازی افقی جاده از داده های سیستم های اطلاعات جغرافیایی: یک رویکرد مبتنی بر شبکه عصبی مصنوعی |
|---|---|
| نویسنده | بارتین، بکیر اوغوز، جامی، مجیب الرحمن، اوزبای، ک. |
| تاریخ انتشار: | 2023-11-01 |
| محل انتشار | - ASCE |
| نوع | دوره ای |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 0733-9453 |
| شماره ثبت | 6631dd21-419d-42f5-a419-e37b3d3981ec |
| محل کتابخانه | مهندسی عمران |
| تاریخ | 2023-11-01 |
| یادداشتها | C2SMART ; دانشگاه اوزیگین وزارت حمل و نقل ایالات متحده؛ وزارت حمل و نقل نیوجرسی ; دانشگاه نیویورک |
| متن نمونه | تخمین تراز افقی با استفاده از نقاط داده گسسته راه، مانند نقشههای GIS، پیچیده است زیرا تعداد بخشهای منحنی و مماس و نقاط شروع و پایان آنها از قبل مشخص نیست. این مطالعه یک رویکرد دو مرحلهای را پیشنهاد میکند: مرحله اول تعداد و نوع بخشها و نقاط شروع و پایان آنها را با استفاده از یک رویکرد مبتنی بر شبکه عصبی مصنوعی (ANN) تخمین میزند. مرحله دوم ویژگی های مربوط به بخش مانند شعاع و طول را با برازش منحنی دایره ای تخمین می زند. تازگی این مطالعه در سادگی بردار ورودی به مدل ANN است که فقط شامل خوانش طول و عرض جغرافیایی یک نقطه و نقاط مجاور آن است. دادههای آموزش و آزمون شامل نقاط استخراجشده از بخشهای منحنی و مماس از همترازیهای افقی تصادفی است که بهطور مصنوعی با استفاده از یک کد برنامهنویسی رایانهای تولید شدهاند. رویکرد پیشنهادی با استفاده از دادههای تراز افقی واقعی جاده از یک آزادراه و یک راه روستایی با طول کل 47 کیلومتر و 65 بخش منحنی، ارزیابی و با سایر روشهای موجود ارائه شده در ادبیات مقایسه شد. نتایج تجزیه و تحلیل نشان داد که رویکرد پیشنهادی از نظر عملکرد تخمینی، بهویژه زمانی که جاده از یک راستا پر پیچ و خم پیروی میکند، بهتر از سایر رویکردها عمل میکند. |
| DOI | 10.1061/JSUED2.SUENG-1439 |
| Cilt | 149 |
