شناسایی الگوی حرکت و گونه سفر پیاده و سواره شهروندان یکی از مسائل مهم در مدیریت شهری، حمل و نقل و ترافیک میباشد. معایب روش میدانی پرسشنامه همچون بروز نبودن و هزینه اجراییی آن و ظهور فناوری های جدید موجب شده است تا از ابزارهای ارتباطی همچون تلفن همیراه جهیت جمع آوری و تحلیل داده های ترافیکی استفاده شود. شبکه وای-فای به عنوان ابزاری که عمومیت و قابلیت دسترسی باال و هزینه پایینی دارد، مورد توجه سامانه های حمل و نقل هوشمند بوده است. در این پژوهش با استفاده از پویشگر وای-فای کاربران ناحیه تحت پوشش به سه دسته طبقه بنیدی می گردند. عابرین پیاده، خودروهای عبوری و کاربرانی که در ناحییه میوکور توقیو طیوالنی مید داشته اند. این طبقه بندی با استفاده از تعریو سه ویژگی بر روی سیگنال های وای-فای کیاربران و و بهره گیری از مدل شبکه فازی-عصبی تطبیقی انجام پویرفته است. نتایج نشان می دهد، مدل پیشنهادی به ازای بکارگیری از روش خوشه بندی کاهشیی بیرای تعییین تابع عضویت اولیه ویژگی ها توانسته است با دقت 84 درصد کاربران موکور را طبقه بنیدی نمایید و میزان صحت و بازخوانی تشخیص کاربرانی که از خودرو در این ناحیه استفاده نموده اند بیه ترتییب 75 و 90 درصد بوده است.
