سامانهٔ پشتیبان تصمیم مبتنی بر قاعده در سامانهٔ هوشمند حمل‌ونقل مواد خطرناک
نویسندگان: Reza Asadi و Mehdi Ghatee
منتشرشده در: IEEE Transactions on Intelligent Transportation Systems (جلد: 16، شماره: 5، اکتبر 2015).
چکیده:
این مقاله یک سامانهٔ پشتیبان تصمیم مبتنی بر قواعد (RB-DSS) جدید توسعه می‌دهد تا ایمن‌ترین راهکارها را برای مسیریابی، زمان‌بندی و تخصیص در مدیریت حمل‌ونقل مواد خطرناک (Hazmat) بیابد. برای تعریف برنامهٔ ایمن در RB-DSS، فراوانی و شدت تصادف برای سناریوهای مختلف حمل‌ونقل برآورد می‌شوند و برای طبقه‌بندی سناریوها به‌وسیلهٔ ساختار جدیدی از درخت تصمیم (DT) به کار می‌روند. این ساختار به‌گونه‌ای پیشنهاد شده است که متغیرهای شاخه‌زنی در سطوح ابتدایی بر پایهٔ درک خبرگان انتخاب شوند. خروجی‌های DT در قالب قواعد اگر–آنگاه بیان می‌شوند که با یک شبکهٔ عصبی پرسپترون چندلایه آموزش می‌بینند تا برنامه‌های ایمن حمل‌ونقل مواد خطرناک تعمیم یابند. برای نشان دادن عملکرد این رویکرد، از مجموعه‌دادهٔ تصادف‌های جاده‌ای بریتانیا استفاده می‌شود.