دانلود مقاله ISI انگلیسی شماره 151856
ترجمه فارسی عنوان مقاله

رویکرد برنامه اتفاقی برای مدل مسیر یابی سنسور بازسازی مسیر

عنوان انگلیسی
A stochastic program approach for path reconstruction oriented sensor location model
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
151856 2017 28 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 16305 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 90 تومان 24 روز بعد از پرداخت 1,467,450 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 180 تومان 12 روز بعد از پرداخت 2,934,900 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Transportation Research Part B: Methodological, Volume 102, August 2017, Pages 210-237

پیش نمایش مقاله
پیش نمایش مقاله  رویکرد برنامه اتفاقی برای مدل مسیر یابی سنسور بازسازی مسیر

چکیده انگلیسی

Path flow identification is of particular interest for a number of traffic applications, such as OD demand estimation, link flow inference, and toll freeway revenue management. Optimal positioning of active sensors can help to identify path flows. Due to the stochastic nature of transportation systems, we propose a scenario based two stage stochastic programming framework which considers the uncertainty of the link-path matrix. The first stage model aims to minimize the total traffic sensor installation cost and the expected penalty for uncovered and undifferentiated paths. The second stage model attempts to minimize uncovered and undifferentiated paths for a given sensor location pattern and a specific scenario. In addition, a mean risk measure is also incorporated into the two stage stochastic programming framework, and consequently a mean risk two stage stochastic programming model is proposed. Both models have the same structure, where the first stage and second stage decision variables are binary. The second stage decision variable can be relaxed to a continuous variable without changing the nature of the model. To solve the two stochastic programming models, a branch and bound based integer L-shaped algorithm is presented. Finite steps convergence is guaranteed for the algorithm. To handle the problem with a large number of scenarios, a sampling technique is introduced, and the confidence bound is analyzed with respect to the scenario size. Extensive numerical experiments are conducted to verify the effectiveness of the proposed models and algorithm. The most important numerical results are as follows: (i) the stochastic programming framework is capable of capturing the reality more efficiently and accurately, (ii) the path differentiation factor is more critical than the path coverage factor in determining the sensor placement pattern, and (iii) in the partial parameter setting case, the mean risk based stochastic programming model results in a significantly different sensor placement pattern compared to the normal stochastic programming model. The study contributes to practical sensor placement design.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 16305 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 90 تومان 24 روز بعد از پرداخت 1,467,450 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 180 تومان 12 روز بعد از پرداخت 2,934,900 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.