17014

17014

مدل تركيب تخصيص ديناميكي و روش‌هاي كنترل ترافيك با رويكرد امكان بكارگيري داده‌هاي بهنگام ترافيكي در شهر تهران

كارشناسي ارشد

حمل و نقل

فروردين ماه 1394

دكتر شهريار افندي زاده

عمران

چكيده با افزايش جمعيت در كلان شهرها، تقاضاي سفر و نياز به جابجايي، رشد روز افزون داشته است. اين امر با وجود محدوديت‌هاي زير ساختي موجود، نياز به استفاده بهينه از امكانات حاضر را حائز اهميت نموده است. در اين ميان مدل‌هاي تخصيص ترافيك اين امكان را فراهم مي‌آورد تا پيش‌بيني مناسبي از وضعيت آينده شبكه حمل و نقل داشته باشند. با توجه به خصوصيات ديناميكي جريان ترافيك استفاده از مدل‌هاي تخصيص ايستا براي مطالعات ترافيكي مناسب نيست و نياز به استفاده از مدل‌هاي تخصيص ديناميكي وجود دارد. از طرف ديگر براي دست‌يابي به نتايج واقعي‌تر، فرايند تخصيص ترافيك بايد با توجه به داده‌هاي كنترل ترافيك انجام شود و تاثير تقاطعات چراغدار نيز بر روي تخصيص ديناميكي ترافيك مدنظر قرار گيرد. در اين پايان نامه پس از مرور مطالعاتي كه تاكنون در زمينه‌ي تركيب تخصيص ديناميكي و كنترل ترافيك انجام گرفته است، مدلي براي تخصيص ديناميكي با درنظرگيري كنترل ترافيك براي شهر تهران ارائه شده و هدف از آن كاهش زمان سفر و تاخير در شبكه‌ است. از آنجا كه اين تحقيق با رويكرد امكان بكارگيري داده‌هاي بهنگام در شهر تهران انجام شده، كاهش زمان رسيدن به همگرايي نيز مدنظر قرار گرفته است. مدل ارائه شده در اين پايان‌نامه بر روي يك شبكه‌ي واقعي از شهر تهران پياده‌سازي شده و در آن از داده‌هاي واقعي تقاضاي سفر مبدا-مقصد استفاده شده است. در اين تحقيق نشان داده شده است كه الگوريتم ژنتيك براي كاربردهاي بهنگام مناسب نيست و در عوض از دو الگوريتم فراابتكاري ديگر، الگوريتم‌هاي بهينه‌سازي اجتماع ذرات و تبريد شبيه‌سازي شده استفاده شده و زمان سفرهاي بدست آمده از هر روش با يكديگر مقايسه شده است. علاوه بر اين، جواب‌هاي حاصل با وضعيت موجود شهر تهران در شبكه‌ي مورد مطالعه نيز مقايسه شده است. زمان سفر بدست آمده با استفاده از هركدام از الگوريتم‌هاي بهينه‌سازي اجتماع ذرات و تبريد شبيه‌سازي شده، به ترتيب 11 و 14 درصد نسبت به وضعيت موجود شهر تهران كاهش پيدا كرده است. در اين مطالعه‌ نشان داده شده كه الگوريتم تبريد شبيه‌سازي شده نسبت به بهينه‌سازي اجتماع ذرات عملكرد بهتري دارد و زمان همگرايي الگوريتم را به نصف رسانده و به علاوه زمان سفر كمتري نيز حاصل شده است. از آن‌جا كه وسعت شبكه بر روي سرعت همگرايي مدل تاثير دارد، اين مدل يكبار ديگر نيز بر روي زيرشبكه‌اي در حدود يك سوم شبكه اصلي، با هر سه الگوريتم اجرا شده و با كاهش وسعت شبكه و استفاده از داده‌هاي حجم 15 دقيقه‌اي، زمان همگرايي به ميزان قابل توجهي كاهش پيدا كرده است. واژه‌هاي كليدي: تخصيص ديناميكي، كنترل ترافيك، الگوريتم بهينه سازي اجتماع ذرات، الگوريتم تبريد شبيه‌سازي شده

1396/01/16

1/1/1900 12:00:00 AM

Abstract: Nowadays, the development of cities an​d increasing population are caused congestion an​d displacement problems. That’s why it is important to find a reasonable solution for efficient use of existing infrastructures. Traffic assignment models make it possible for Analysts to predict future situation of transportation network. According to dynamic feature of traffic flow, static traffic assignment isn’t suitable for traffic researches, an​d applying dynamic traffic model is needed. On the other hand traffic assignment must be done according to control data for more Actual results. in other word, signalized intersection effect on dynamic traffic assignment should be considered. In this thesis, first of all the previous studies on dynamic traffic assignment an​d traffic control reviewed an​d a dynamic traffic assignment model is presented with respect to traffic control in Tehran. The main purpose of this research is to reduce travel time an​d convergence time. Because implementing real time traffic data must be considered. The presented model in this thesis is implemented on a real network in Tehran, an​d the real O-D demand data is used. Since genetic algorithm isn’t suitable for real-time implementation, PSO an​d SA algorithm is used instead an​d the resultant travel times are compared together. Furthermore the research results is compared with existing situation of the network in Tehran. The resultant travel time with PSO an​d SA algorithm is reduced 11% an​d 14% respectively. According to this study, SA algorithm is better than PSO algorithm an​d the convergence time is halved. The resultant travel time is reduce too. Since the Extent of network affects on convergence time of model, this model is applied on a sub-network again, with both algorithm. The convergence time using 15 minutes volume data is reduce significantly. Keywords: dynamic assignment, traffic control, PSO algorithm, SA algorithm