شماره ركورد
21822
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
21822
پديد آورنده
مهرداد كريمي
عنوان
تخصيص آگاهانه ترافيك در بزرگراه هاي شهري مبتني بر پيش خريد مسير
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
برنامهريزي حمل و نقل
سال تحصيل
1395
تاريخ دفاع
1398/8/19
استاد راهنما
دكتر شهريار افندي زاده - دكتر محمود احمدي نژاد
دانشكده
عمران
چكيده
ايده پيشخريد مسير يك رويكرد ابتكاري جهت كنترل ازدحام در شبكههاي بزرگراهي فوق اشباع است. اين رويكرد با نگاهي جديد به سياستهاي كلان قيمتگذاري، در تلاش است تا تسهيلات بزرگراهي را نيز مانند ساير تسهيلات جابجايي (هوايي، ريلي و ...) با توجه به سياستهاي قبلي وشرايط حاكم، به صورت آگاهانه در اختيار كاربران قرار دهد. اين سياست كه براي بازههاي اوج ترافيك (بخصوص اوج صبح) پيشنهاد ميشود، نيازمند پشتيباني سيستم جابجايي عمومي است. پيشخريد مسير بدان معناست كه كاربر در بازه اوج، قبل از حركت خود مسير رسيدن به مقصد را از سيستم كنترل مركزي خريداري كند. به منظور ارائه الگوريتم تخصيص آگاهانه، در قسمت پيشبيني انتخاب شيوه سفر از روشهاي يادگيري ماشيني در هوش مصنوعي استفاده شده است. همچنين تخصيص انجام شده از نوع استاتيكي و به روش افزايشي با جستجوي كوتاهترين مسير به كمك الگوريتم دايجسترا پياده سازي شده است. شبكه مورد مطالعه شبكه سوفالز آمريكا با اعمال يك شبكه جابجايي عمومي فرضي (گراف با اتصال قوي) متشكل از سه خط مترو و سه خط BRT است. نتايج نشان ميدهد كه عملكرد ماشين يادگيري LR در مجموعه دادههاي تفكيك سفر موجود، از ساير ماشينهاي يادگيري مناسبتر است. به طور كلي ميتوان نتيجه گرفت، شاخص هايي كه مبتني بر درآمد حاصل از طرح قيمتگذاري هستند (مانند بيشنه نمودن درآمد شبكه)، منتج به جابجاييهاي بزرگ در شيوه سفر از شخصي به عمومي ميشوند. بنابراين بكارگيري اينگونه از شاخصها در شبكه هايي كه نسبت تعداد پيوندهاي اشباع شده به كل پيوندها زياد است توصيه ميشود. در شبكه هايي كه تعداد كمي از پيوندها در وضعيت فوق اشباع قرار دارند، استفاده از شاخصهاي زمان سفر-مبنا مناسبتر است. زيرا شاخصهاي مبتني بر حداقل نمودن زمان سفر شبكه، غالبا با جابجايي شيوه سفر كمتري روبهرو هستند. با اين حال استفاده از شاخص متوسط زمان سفر براي شيوههاي مختلف (〖AT〗_at)، جوابهاي متعادلتري خواهد داشت. شاخصهاي تركيبي كه به صورت توابع چندهدفه عمل ميكنند؛ غالبا پاسخ هايي در ميان دو حالت قبلي از خود نشان ميدهند. بدان معنا كه جابجايي شيوه سفر در شاخصهاي چندهدفه مانند R_t/T_t كه به طور همزمان بيشنه كردن درآمد و كمينه نمودن زمان سفر در شبكه را لحاظ ميكنند؛ مقداري ميان دو رويكرد قبلي دارد.
تاريخ ورود اطلاعات
1398/12/03
عنوان به انگليسي
Informative Traffic Assignment in Urban Highways Based on Route Forward Purchase
تاريخ بهره برداري
11/9/2020 12:00:00 AM
دانشجوي وارد كننده اطلاعات
مهرداد كريمي علويجه
چكيده به لاتين
The idea of a route forward purchase is an innovative approach in order to control congestion in over-saturated highway networks. This approach, with a new vision in macro pricing policies, seeks to provide users with highway facilities, like other transportation facilities (air, rail, etc.) following previous policies and circumstances in an informative manner. This policy, which is recommended for peak periods (especially morning peak), requires support from the public transport sector. Therefore, this study attempts to answer questions such as 1. What is the purpose of executing a route forward purchase plan and which indicators under what conditions will perform well? 2. What would be the situation of modes meanwhile such a strict policy? What assumptions does informative assignment require? In order to present an informative assignment algorithm, machine learning methods have been used in predicting mode choices. Also, the assignment model is static, and it is implemented incrementall assignment by searching for the shortest path using the Dijkstra algorithm. The studied network is the US Sioux-Falls Network with a hypothetical public transport network consisting of three metro lines and three BRT lines. The results show that the performance of the logistic regression (LR) as a machine learning algorithm on the available modal split dataset is more fit than other algorithms. In general, it can be concluded that indicators based on revenue from a pricing plan (such as maximizing network revenue) result in significant shifts from private mode to public mode. Consequently, using such indices is recommended in networks with a high ratio of saturated links to total links. In networks with low over-saturated links, it is more appropriate to use travel time-based indices. Because indicators based on minimizing network travel time often provide less mode shift. However, using the average travel time index for different modes (〖AT〗_at) would provide more balanced answers. Often combined indices that act as multi-objective functions yield results between the two other states. That is, the shift of travel modes in multi-objective indicators such as R_t/T_t , which consider simultaneously maximizing revenue and minimizing travel time on the network, has a value between the two prior approaches.