16301

16301

پيش‌بيني شرايط ترافيكي در شبكه‌ي حمل و نقل شهري مبتني بر تحليل‌هاي مكاني GIS

كارشناسي ارشد

مهندسي برنامه ريزي حمل‌ونقل

اسفند ماه 1394

دكتر افشين شريعت مهيمني

عمران

چكيده افزايش جمعيّت، روند رو به رشد تعداد وسايل نقليّه، پيچيدگي شبكه‌ي معابر و ضرورت دستيابي به حمل و نقل ايمن، سريع، راحت و ارزان، اهمّيّت پيش‌بيني در مسائل حمل و نقلي را بيش از پيش آشكار مي‌كند. پارامترهايي مانند حجم، سرعت، چگالي و سرفاصله‌هاي زماني و مكاني معرّف وضعيّت شرايط ترافيكي مي‌باشند و لذا پيش‌بيني پارامترهاي اساسي جريان در ساعات اوج و غير اوج، مي‌تواند در مديريّت سيستم شبكه حمل و نقل موثّر باشد. با بهره‌گيري از پيش‌بيني‌هاي كوتاه مدّت ترافيك و با استفاده از برنامه‌ريزي‌هاي مبتني بر اين پيش‌بيني‌ها مي‌توان با كاهش انسدادهاي محتمل و پايين آوردن زمان سفرها و مسافت طي شده توسّط خودروها، آلودگي‌هاي صوتي و هوا و همچنين هزينه‌هاي بسيار بالاي سوخت را كاهش داد. در اين مطالعه -براي اوّلين بار- قابليّت مدل‌هاي كريجينگ مكاني-زماني در پيش‌بيني‌هاي كوتاه مدّت نرخ جريان در معابر شهري مورد بررسي قرار گيرد. در اين روش، مقادير مطلوب بر اساس ميانگين‌گيري وزني از مقادير مشاهده شده‌ي نقاط مكاني-زماني صورت مي‌پذيرد. وزن‌دهي به اين مقادير با استفاده از بهترين تابع گاما-واريوگرام منطبق شده بر گاما-واريوگرام واقعي داده‌ها صورت مي‌پذيرد. تابع گاما-واريوگرام از واريانس اختلاف مقادير نقاط مختلف در دامنه‌ي مورد بررسي، نسبت به هر نقطه در اين دامنه حاصل مي‌شود. مدل مذكور در پيش‌بيني نرخ جريان در يك بزرگراه مستقل و مجموعه‌اي از بزرگراه‌ها مورد استفاده قرار گرفته است. نتايج حاكي از عملكرد مناسب اين مدل در تطابق با مقادير واقعي مشاهده شده است به نحوي كه در صورت استفاده از مقادير 13 ساعت قبل از زمان پيش‌بيني در اكثر ايستگاه‌هاي مورد بررسي مي‌توان به دقّت بالاي 85 درصد رسيد و در صورت كاهش داده‌هاي ورودي تا حدّ دو ساعت، خطاها تنها حدود 4 درصد افزايش مي‌يابند. در صورت لحاظ نمودن مقادير نرخ جريان در ايستگاه‌هاي بزرگراه‌هاي مجاور و انجام تحليل‌ها به صورت مجموعه‌اي از بزرگراه‌ها، دقّت نتايج حاصل نسبت به پيش‌بيني‌هاي مستقل، به طرز چشمگيري افزايش مي‌يابد. همچنين استفاده از داده‌هاي بازه‌هاي زماني يكسان در روزهاي يكسان از هفته عليرغم حجم داده‌ي ورودي كم، دقّتي بالاي 82 درصد را نشان مي‌دهد. واژه‌هاي كليدي: تراكم ترافيك، پيش‌بيني كوتاه مدّت ترافيك، كريجينگ مكاني-زماني، سيستم‌هاي اطّلاع‌رساني به استفاده كنندگان

1395/10/27

1/1/1900 12:00:00 AM

Abstract: Population growth, increasing the number of vehicles, traffic network complexity an​d necessity of having a safe, comfortable an​d inexpensive transportation system shows the importance of transportation problems. Parameters like flow, speed, density an​d headway specify the state of traffic an​d thus forecasting such parameters during rush hours o​r off-peak traffic times can be effective in traffic management system. Due to the nature of basic flow parameters it seems that spatial analysis can be effective in forecasting problems because of surveying probable relation of events an​d specifying a trend for their occurrence. By using such forecasts an​d managements based on these forecasts it is possible to reduce the congestions an​d accordingly reduce the times spent in the roads, distances traveled by the vehicles, air pollution an​d noise an​d also the expense of fuel. In this study for the first time the ability of spatio-temporal kriging models in short-term traffic forecast of flow rate in urban districts is studied. The model is used for forecasting flow rates of single highway an​d also a collection of highways. Results show that the model’s efficiency is high as 85 percent when using 13 hour data an​d in case of reducing them to two hours it will diminish for about 4 percent. In case of considering flow rates of adjacent stations in other highways the results show salient improve in efficiency in comparison with single highway analysis. Using flow rates of the same times of the same day of week as input show higher than 82 percent match despite the small sample size of input. Keywords: Traffic congestion, Short-term traffic forecast, Spatio-Temporal kriging, Advanced Traveler Information Systems (ATIS)