Travel Demand Forecasting, an essen

Travel Demand Forecasting, an essential tool to predict the future demand, is a four stage procedure which involves trip
generation, trip distribution, mode choice and traffic assignment, out of which, mode choice analysis plays vital role as it
deals with predicting mode used by the travelers to reach their destination. Multinomial Logit (MNL) model is a traditional
model adopted for mode choice analysis which has major limitation that the input variables need to have crisp values and
hence should be measured accurately which consumes lot of time and resources. Moreover, decision of trip maker for
choosing a mode involves human approximations which are not precisely captured by MNL model. This can be overcome by
using artificial intelligence techniques like fuzzy logic for modeling mode choice behavior. Fuzzy logic try to harness the
human knowledge which is often guided by approximations by accepting input values in linguistic terms. The fuzzy rule base
comprises several IF-THEN rules which closely resemble human knowledge and decision-making. In this study, it was thus
proposed to apply the concept of fuzzy logic for modeling mode choice and compare the results with traditional MNL model.
For this purpose, a total of 5822 samples were collected in Port Blair city, India and data pertaining to input variables viz. invehicle
travel time, out-vehicle travel time, travel cost and comfort index were considered for development of mode choice
models. It was observed that the results obtained from fuzzy logic results gave better prediction accuracy in comparison to the
traditional MNL model. Thus it can be concluded that the fuzzy logic models were better able to capture and incorporate the
human knowledge and reasoning into mode choice behaviour. Further, developed fuzzy logic models are applied to evaluate
selected transport policies to demonstrate the suitability of the developed fuzzy logic mode choice models.

ผลลัพธ์ (ไทย) 1:

ท่องเที่ยวอุปสงค์การคาดการณ์ เป็นเครื่องมือสำคัญเพื่อทำนายความต้องการในอนาคต เป็นขั้นตอน 4 ขั้นตอนซึ่งเกี่ยวข้องกับการเดินทางรุ่น เที่ยวกระจาย โหมดเลือกและจราจร กำหนด ออกจากที่ โหมดเลือกวิเคราะห์บทบาทสำคัญตามความเกี่ยวข้องกับการคาดการณ์โหมดที่ใช้ โดยนักท่องเที่ยวที่ไปถึงปลายทาง แบบจำลอง multinomial Logit (MNL) เป็นแบบดั้งเดิมแบบจำลองที่นำมาใช้สำหรับการวิเคราะห์ทางเลือกโหมดซึ่งมีข้อจำกัดสำคัญที่ต้องมีค่ากรอบตัวแปรอินพุต และดังนั้น ควรจะวัดได้อย่างถูกต้องซึ่งใช้เวลาและทรัพยากร นอกจากนี้ การตัดสินใจของผู้เดินทางสำหรับเลือกวิธีเกี่ยวข้องกับมนุษย์เพียงการประมาณที่ไม่แม่นยำจับภาพรุ่น MNL นี้สามารถแก้ไขได้ด้วยใช้เทคนิคการปัญญาประดิษฐ์เช่นตรรกศาสตร์สำหรับโหมดการเลือกลักษณะการทำงานการสร้างโมเดล ตรรกศาสตร์คลุมเครือพยายามเทียมความรู้มนุษย์ซึ่งมักจะต้องตัว โดยเพียงการประมาณ โดยการยอมรับค่าที่ป้อนเข้าในแง่ภาษาศาสตร์ ฐานกฎชัดเจนประกอบด้วยกฎแล้วถ้าหลายซึ่งมีลักษณะใกล้เคียงมนุษย์รู้และตัดสินใจ ในการศึกษานี้ มันเป็นดังนั้นนำเสนอการใช้แนวคิดของตรรกศาสตร์คลุมเครือสำหรับเลือกโหมดการสร้างโมเดล และเปรียบเทียบผลลัพธ์กับ MNL ดั้งเดิมสำหรับวัตถุประสงค์นี้ รวมตัวอย่าง 5822 ถูกเก็บรวบรวมในเมืองพอร์ทแบลร์ อินเดีย และข้อมูลเกี่ยวกับการป้อนตัวแปรได้แก่ invehicleเวลาเดินทาง เวลาเดินทางออกรถ การเดินทางทุน และดัชนีความสบายได้ถือการพัฒนาของการเลือกโหมดรูปแบบจำลอง จะถูกตรวจสอบว่า ผลที่ได้รับจากผลตรรกศาสตร์ให้ทำนายความแม่นยำที่ดีกว่าเปรียบเทียบแบบจำลอง MNL ดั้งเดิม ดัง นั้นสามารถสรุปได้แบบตรรกศาสตร์ได้ดีสามารถที่จะจับ และรวมการมนุษย์รู้และเหตุผลในพฤติกรรมการเลือกโหมด เพิ่มเติม พัฒนาตรรกศาสตร์ที่ใช้แบบจำลองการประเมินเลือกนโยบายขนส่งที่แสดงให้เห็นถึงความเหมาะสมของรูปแบบเลือกโหมดตรรกศาสตร์คลุมเครือพัฒนา

ผลลัพธ์ (ไทย) 2:

การเดินทางการพยากรณ์ความต้องการเป็นเครื่องมือที่จำเป็นในการคาดการณ์ความต้องการในอนาคตเป็นขั้นตอนขั้นตอนที่สี่ที่เกี่ยวข้องกับการเดินทาง
รุ่นกระจายการเดินทางทางเลือกโหมดและการโอนการจราจรออกจากที่การวิเคราะห์ทางเลือกโหมดการเล่นบทบาทสำคัญในขณะที่มัน
เกี่ยวข้องกับโหมดคาดอย่างที่ใช้โดย เดินทางไปถึงปลายทางของพวกเขา Multinomial Logit (MNL-) รูปแบบเป็นแบบดั้งเดิม
รูปแบบนำมาใช้สำหรับการวิเคราะห์ทางเลือกโหมดซึ่งมีข้อ จำกัด ที่สำคัญที่ตัวแปรจะต้องมีค่าที่คมชัดและ
ด้วยเหตุนี้ควรจะวัดอย่างถูกต้องซึ่งสิ้นเปลืองเวลาและทรัพยากร นอกจากนี้การตัดสินใจของผู้ผลิตการเดินทางสำหรับ
การเลือกโหมดเกี่ยวข้องกับการประมาณของมนุษย์ที่ยังไม่ได้บันทึกอย่างแม่นยำโดยรูปแบบ MNL นี้สามารถเอาชนะโดย
ใช้เทคนิคปัญญาประดิษฐ์เช่นตรรกศาสตร์สำหรับโหมดการสร้างแบบจำลองพฤติกรรมทางเลือก ตรรกศาสตร์พยายามที่จะใช้ประโยชน์จาก
ความรู้ของมนุษย์ที่มักจะถูกนำโดยประมาณโดยการยอมรับค่าของท่านในแง่ภาษาศาสตร์ ฐานกฎเลือน
ประกอบด้วยหลาย IF-THEN กฎซึ่งใกล้เคียงกับความรู้ของมนุษย์และการตัดสินใจ ในการศึกษาครั้งนี้มันก็จึง
เสนอให้ใช้แนวคิดของตรรกศาสตร์ในการเลือกโหมดการสร้างแบบจำลองและเปรียบเทียบผลกับรูปแบบดั้งเดิม MNL.
เพื่อจุดประสงค์นี้รวมทั้งสิ้น 5,822 ตัวอย่างถูกเก็บไว้ในเมืองพอร์ตแบลร์, อินเดียและข้อมูลเกี่ยวกับการป้อนข้อมูล ตัวแปร ได้แก่ invehicle
เวลาในการเดินทางใช้เวลาเดินทางออกจากยานพาหนะ, ค่าใช้จ่ายในการเดินทางและดัชนีความสะดวกสบายได้รับการพิจารณาสำหรับการพัฒนาทางเลือกโหมด
รุ่น มันถูกตั้งข้อสังเกตว่าผลที่ได้จากผลการตรรกศาสตร์ให้ความถูกต้องดีกว่าการคาดการณ์ในการเปรียบเทียบกับ
รูปแบบ MNL แบบดั้งเดิม ดังนั้นจึงสามารถสรุปได้ว่ารูปแบบตรรกศาสตร์ได้ดีสามารถในการจับภาพและรวม
ความรู้ของมนุษย์และการให้เหตุผลในเรื่องของพฤติกรรมทางเลือกโหมด นอกจากนี้การพัฒนารูปแบบตรรกศาสตร์ถูกนำมาใช้ในการประเมิน
นโยบายการขนส่งที่เลือกที่จะแสดงให้เห็นถึงความเหมาะสมของการพัฒนาโหมดตรรกศาสตร์รูปแบบทางเลือก

ผลลัพธ์ (ไทย) 3:

การพยากรณ์ความต้องการในการเดินทาง เครื่องมือสำคัญที่จะคาดการณ์ความต้องการในอนาคตเป็นสี่ขั้นตอน ขั้นตอนที่เกี่ยวข้องกับการเดินทาง
รุ่น การเดินทาง การเลือกโหมดและการจราจรที่กำหนดออกมา ซึ่งมีบทบาทสำคัญในการวิเคราะห์เลือกโหมด เป็นโหมดที่ใช้เกี่ยวข้องกับทำนาย
โดยเดินทางไปถึงปลายทางของพวกเขา วิธีโลจิต ( mnl ) แบบดั้งเดิม
แบบใช้สำหรับโหมดการวิเคราะห์ทางเลือกซึ่งมีข้อจำกัดที่สำคัญตัวแปรนำเข้าต้องมีค่ากรอบ
ดังนั้นควรจะแม่นยำ ซึ่งจะประหยัดเวลาและทรัพยากร นอกจากนี้ การตัดสินใจของผู้ผลิตไป
เลือกโหมดเกี่ยวข้องกับการเป็นมนุษย์ที่ไม่แน่นอนโดยจับโมเดล mnl . นี้สามารถเอาชนะด้วย
การใช้เทคนิคปัญญาประดิษฐ์แบบฟัซซี่ลอจิกสำหรับแบบจำลองพฤติกรรมการเลือกโหมด ตรรกศาสตร์พยายามควบคุม
ความรู้ของมนุษย์ซึ่งมักจะเป็นแนวทางโดยการรับค่าเข้าในแง่ภาษาศาสตร์
ของฐานกฎฟัซซี ประกอบด้วยหลายเงื่อนไขกฎซึ่งคล้ายกับความรู้และการตัดสินใจ ในการศึกษานี้ มันจึง
เสนอให้ใช้แนวคิดของฟัซซี่สำหรับการเลือกและเปรียบเทียบผลที่ได้กับโหมดแบบดั้งเดิม mnl .
สำหรับวัตถุประสงค์นี้ รวม 5822 ตัวอย่างในเมืองพอร์ตแบลร์ อินเดีย และ ข้อมูลเกี่ยวกับตัวแปรนำเข้า ได้แก่ เวลาเดินทาง invehicle
, เวลาเดินทางรถ ค่าใช้จ่าย ในการเดินทาง และความสะดวกสบาย ถือว่าเป็นดัชนีการพัฒนาโหมดทางเลือก
รุ่นพบว่าผลลัพธ์ที่ได้จากการทำนายผลตรรกศาสตร์ให้ความถูกต้องที่ดีกว่าในการเปรียบเทียบกับ mnl
แบบดั้งเดิม ดังนั้นจึงสามารถสรุปได้ว่า แบบจำลองฟัซซี่ได้ดีสามารถจับภาพและรวม
ความรู้ของมนุษย์และเหตุผลในการเลือกโหมด เพิ่มเติม พัฒนาแบบจำลองฟัซซี่ที่ใช้ประเมิน
เลือกการขนส่งนโยบายที่แสดงให้เห็นถึงความเหมาะสมของการพัฒนาตรรกศาสตร์คลุมเครือโหมดเลือกรุ่น