23695

ارائه مدل پيش‌بيني تأثير تراكم بر قابليت اطمينان زمان سفر در معابر بين‌شهري

كارشناسي ارشد

مهندسي عمران-حمل و نقل

1396

1399/11/30

دكتر محمود احمدي نژاد-دكتر عبدالرضا شيخ الاسلامي

عمران

زمان سفر و سطح قابل پيش¬بيني بودن آن‌يكي از عوامل مهم تأثيرگذار بر رفتار سفر است و نقش تراكم ترافيكي به‌عنوان عامل مهمي در غيرقابل‌اعتماد بودن زمان سفر انكارناپذير است. پژوهش¬هاي انجام‌شده پيرامون موضوع قابليت اطمينان، به چهار بخش كلي تقسيم مي¬شوند. بخشي از اين مطالعات، به تحقيق در مورد تعريف و مفهوم قابليت اطمينان زمان سفر مي¬پردازد. بخش ديگري از آن‌ها، مطالعات خود را بر ارائه شاخص قابليت اطمينان جديدي متمركز كردند. كانون توجه بخشي نيز بر بررسي تأثيرات قابليت اطمينان زمان سفر بر رفتار سفر (زمان عزيمت، انتخاب وسيله نقليه و انتخاب مسير) است. چهارمين بخش از مطالعات نيز با لحاظ كردن رابطه بين قابليت اطمينان و متغيرهاي مؤثر بر آن، به مدل‌سازي قابليت اطمينان زمان سفر مي¬پردازد. در مطالعات انجام‌شده، هفت ريشه اصلي در ايجاد تراكم ترافيكي شناسايي شدند كه در اين پژوهش، از بررسي عوامل به‌صورت جداگانه اجتناب شد و بجاي آن به بررسي لايه دوم يا همان معلول (تراكم ترافيكي) بر تغييرات زمان سفر پرداخته شد. قابليت اطمينان براي آن‌كه بتواند به‌صورت قابل‌درك براي همگان مطرح شود، نياز به شاخص عددي دارد. شاخصي كه در اين تحقيق از آن استفاده‌شده، شاخص زمان برنامه¬ريزي بود. هدف از اين تحقيق، ارائه و بررسي مدل¬هايي است كه به‌صورت عددي، رابطه بين متغير مستقل (تراكم ترافيكي) و متغير وابسته (شاخص زمان برنامه¬ريزي) را پيش¬بيني كنند. بدين منظور از ابزارهايي نظير رگرسيون كلاسيك با برآوردگر حداقل مربعات معمولي و روش¬هاي يادگيري ماشين از قبيل شبكه عصبي، به‌صورت خاص روش حافظه طولاني كوتاه-مدت (LSTM) استفاده شد. ازجمله نتايج اين تحقيق مي‌توان به‌دقت بالاي روش يادگيري ماشين در سطوح ميانه و كوچك‌مقياس اشاره كرد.

1400/01/21

Providing a model for predicting the impact of congestion on the reliability of travel time in intercity routes

1/1/1900 12:00:00 AM

Travel time and its predictability level is one of the important factors influencing travel behavior and the role of traffic congestion as an important factor in the unreliability of travel time is undeniable. Research on travel time reliability is divided into four general sections. Part of this study investigates the definition and concept of travel time reliability. Another part of them focused their studies on providing a new reliability index. The focus is also on examining the effects of travel time reliability on travel behavior (departure time, mode selection, and vehicle selection). The fourth part of the study also models the reliability of travel time by considering the relationship between reliability and the variables affecting it. In the studies, seven main roots in creating traffic congestion were identified. In this study, the factors were avoided separately and instead the second layer (traffic congestion) on the changes in travel time was examined. Reliability requires a numerical index in order to be comprehensible to everyone. The index used in this study was the planning time index. The purpose of this study is to present and review models that numerically predict the relationship between the independent variable (traffic congestion) and the dependent variable (planning time index). For this purpose, tools such as classical regression with ordinary least squares estimator and machine learning methods such as neural network, in particular, short-term long-term memory method (LSTM) were used. Among the results of this research, we can mention the high accuracy of the machine learning method at medium and small scale levels.

قابليت اطمينان , زمان سفر , مدل‌سازي , يادگيري ماشين , حافظه طولاني كوتاه-مدت

Reliability , Travel time , Modeling , Machine learning , LSTM