مطالب مرتبط با کلیدواژه

گراف وزن دار


۱.

رهیافتی نوین در طراحی مسیر حمل و نقل اتوبوس های شهری با استفاده از GIS(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مسیریابی GIS زمان سفر تقاضای سفر گراف وزن دار

حوزه های تخصصی:
تعداد بازدید : ۲۸۰۹ تعداد دانلود : ۱۵۳۱
سیستم حمل و نقل اتوبوس شهری به عنوان یکی از مهم ترین سیستمهای حمل و نقل عمومی به شمار می‌رود. در طراحی این سیستم لازم است که به گونه ای همزمان چندین هدف که بعضاً با هم متناقض هستند، در نظر گرفته شوند. این اهداف باعث می‌شوند که انجام طراحی با مشکلاتی روبرو شود، به عنوان مثال، مسیرهایی که برای کمینه کردن زمان سفر طراحی می‌شوند، ممکن است بیشترین پوشش و بیشترین دسترسی را نداشته باشند. از این رو برای رسیدن به بهترین طراحی لازم است که مسائل مختلفی به طور همزمان در نظر گرفته شوند. در این مقاله یک مدل جدید برای طراحی بهینه شبکه حمل و نقل اتوبوسهای شهری با استفاده از قابلیتهای GIS که در نرم‌افزارهای آن موجود است، ارایه شده است. مدل نامبرده با توجه به چندین هدف اصلی بنا شده است، از آن جمله می‌توان به حداکثرسازی تعداد مسافر و همچنین کاهش زمان سفر اشاره کرد. بقیه اهداف در بخش سوم این مقاله بیان شده‌اند. مدل ارایه شده بر ماتریس توزیع سفر بین بلوکهای شهری که روش استخراج آن در این مقاله توضیح داده شده است، استوار است. پس از استخراج ماتریس توزیع سفر بین بلوکهای شهری، و اختصاص آن به معابر شهری، از قابلیتهای شبکه GIS به منظور طراحی خطوط استفاده شده است. با استفاده از این روش می‌توان طراحی مسیر حمل و نقل اتوبوسهای شهری را با در نظر گرفتن همزمان چندین هدف اصلی انجام داد.
۲.

طراحی و پیاده سازی سامانه خلاصه ساز خودکار و معنایی متون فارسی مبتنی بر رویکرد گراف وزن دار

تعداد بازدید : ۵۷۵ تعداد دانلود : ۴۴۹
خلاصه سازی متون یکی از روش های استخراج اطلاعات مفید و مهم از حجم عظیم داده های متنی است که در اهدافی چون تحلیل داده های متنی به کار بسته می شود. طی سالیان متمادی، تکنیک های خلاصه سازی متن بسیاری توسعه داده شده اند که برخی تنها به انتخاب جملات کوتاه و آوردن آن ها در خلاصه بسنده کرده و برخی دیگر بدون توجه به همبستگی معنایی جملات، آن ها را گزینش و در خلاصه می آورند. تحلیل معنایی متون نیازمند روش های استخراج خلاصه با رویکرد معنایی است. در این پژوهش، سامانه ی خلاصه ساز زبان فارسی با استفاده از توسعه و به کارگیری الگوریتم TextRank گوگل و با بهره گیری از مدل سازی سند متنی به صورت گرافی که در آن جملات به صورت گره و ارتباط جملات به صورت یال های گراف و میزان ارتباط معنایی میان جملات به صورت وزن هر یال مدل گردیده، توسعه داده شده است. نتایج پژوهش با بررسی 1146 مقاله فارسی خلاصه شده توسط این سامانه، نشان داد که سامانه توسعه داده شده با اختصاص رتبه ی بالاتر به جملات حامل معنای بیشتر و تهیه خلاصه نهایی از آن ها، عملکرد خوبی در استخراج خلاصه معنایی از متون الکترونیکی فارسی دارد.