شماره ركورد
19580
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
۱۹۵۸۰
پديد آورنده
اسماالسادات دبيري
عنوان
ارائه متدولوژي افزايش كارايي شبكه اقتضائي بين خودرويي جهت بهبود وضعيت ايمني بزرگراه ها با استفاده از شبكه عصبي و سيستم استنتاج فازي
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
راه و ترابري
تاريخ دفاع
۱۳۹۶/۷/۱۱
استاد راهنما
دكتر حميد بهبهاني
دانشكده
عمران
چكيده
آينده مديريت و كنترل ترافيك بهطور حتم به شكل كنترل ديجيتال و خودكار خواهد بود. بيترديد يكي از مواردي كه در آينده نزديك بيشتر مطرح خواهد شد، شبكه اقتضائي بيسيم بين خودروهاست. در اين شبكه هر خودرو بهمنزله گرهاي است كه مي¬تواند هم بهصورت گيرنده و هم فرستنده عمل كند و اطلاعات مختلف بدين ترتيب ميان وسايل¬نقليه پخش خواهد شد. كاربردهاي كلي اين سيستم به دودسته كلي موارد ايمني و غير ايمني (نظير پيدا كردن محل پمپبنزين) تقسيم ميشود. در اينجا بر قابليتهاي اين سيستم در بخش ايمني ترافيك تمركز خواهد شد. بهطوركلي 3 عامل انسان، وسيلهنقليه، راه و محيط اطراف بهعنوان عوامل مؤثر در رخداد تصادف محسوب ميشوند. در اينجا دو مورد انسان و وسيلهنقليه خود بهعنوان عامل اصلي عمده تصادفات در نظر گرفته ميشود. اين موضوع محرك مناسبي براي ارائۀ ايدهها و طرحهاي جديد جهت كاهش خطاهاي انساني و حذف (يا كاهش) تأثير انسان بر كنترل وسيلهنقليه خواهد بود. يكي از جديدترين موضوعات در اين رابطه توسعه خودروهاي هوشمند و نيز شبكه اقتضائي بين خودروئي يا vehicle ad hoc network (VANET) است. بدين ترتيب هر خودرو سعي دارد تا با مانيتور نمودن محيط اطراف و بر اساس خط سير وسايلنقليه نسبت به تعيين ريسك انواع برخورد اقدام نموده و اطلاعات بهدستآمده را از طريق شبكه بدون سيم با ساير وسايل نقليه نيز به اشتراك بگذارد.
در اين پايان¬نامه در نظر است تا بدون توجه به جزئيات مربوط به اجراي اين سيستمها و با فرض وجود زيرساخت لازم به لحاظ خودروهاي هوشمند و نيز VANET، متدلوژي ثبت و شناسايي بهموقع موقعيتهاي خطرناك براي هر وسيلهنقليه بر اساس مشخصات خرد جريان ترافيك ارائه گردد. براي اين منظور از ابزارهايي نظير شبكه عصبي براي پيشبيني مسير و نيز وضعيت حركت وسايل نقليه و نيز سيستم استنتاج فازي جهت تعيين شاخصي تركيبي مناسب با توجه به شاخصهاي ايمني جايگزين تصادفات استفادهشده است. در اين پژوهش براي بررسي داده¬ها با مدل¬هاي شبكه عصبي مصنوعي از بيست جفت خودرو تعقيب¬كننده كه با بررسي درصد خطاي نسبي كمتر بهدستآمده، استفادهشده و اختلاف فاصله بين دو خودرو و سرعت خودروهاي جلويي و عقبي با مدل¬هاي شبكه عصبي مصنوعي پيشبينيشدهاند. سپس شاخصهاي ايمني جايگزين تصادفات براي داده¬هاي واقعي و پيشبينيشده محاسبه شده است. در مرحله بعدي ازآنجاكه ممكن است بر اساس يك شاخص موقعيت موردنظر ايمن و بر اساس ديگري ناايمن باشد، شاخص تركيبي جديدي با توجه به سيستم استنتاج فازي محاسبه گرديده كه با يكپارچه نمودن نتايج در هرلحظه و گزارش يك عدد بهعنوان نتيجه جهت بررسي برخورد جلو به عقب، توسعهيافته است. با بررسي نتايج حاصل از شاخصهاي ايمني جايگزين تصادفات و شاخص تركيبي، مشخص گرديد كه موقعيت¬هاي بحراني با پيشبيني داده¬ها با مدل¬هاي شبكه عصبي مصنوعي بيشتر شده و خودروها در موقعيت¬هاي ناايمن بيشتري قرارگرفتهاند كه در اعلام موقعيت¬هاي خطرناك به رانندگان مفيد و مثمر ثمر است
تاريخ ورود اطلاعات
1397/08/05
تاريخ بهره برداري
10/27/2018 12:00:00 AM
دانشجوي وارد كننده اطلاعات