بهينه‌سازي، كنترل و روان‌سازي ترافيك شهري با استفاده از شبكه عصبي هوشمند و يادگيري عميق در استان مركزي

در دهه‌هاي اخير، با افزايش چشم‌گير وسايل نقليه و حجم نقل و انتقالات، زمان‌هاي سفرهاي درون‌شهري افزايش‌يافته است. كُند شدن شريان توسعه و اقتصاد شهري، افسردگي، كاهش توان فردي، مصرف بسيار زياد سوخت، افزايش سطح دي‌اكسيد كربن و ساير آلاينده‌هاي محيطي، ترافيك را به‌صورت يك معضل اجتماعي - اقتصادي درآورده است، به‌گونه‌اي كه مديريت و كنترل صحيح آن اهميت زيادي يافته و در دستور كار مسئولين قرارگرفته است. تقاطع‌ها مهم‌ترين گلوگاه‌هاي ترافيكي در سطح معابر شهري بوده و حل معضلات و گره‌هاي ترافيكي آن‌ها با رويكردي مسنجم و يكپارچه گامي حياتي و اساسي در سامان‌دهي ترافيك شبكه معابر سطح شهر است. يكي از مهم‌ترين المان‌هاي كنترل و روان‌سازي ترافيك چراغ‌هاي راهنمايي‌و‌رانندگي هست. چراغ‌هاي راهنمايي‌و‌رانندگي بهينه‌شده به‌صرفه جويي در مصرف سوخت، زمان و هزينه كمك شاياني مي‌كنند. در عصر تكنولوژي دنياي امروز، اختصاص زمان سبز به محورها بر اساس حجم ترافيك عبوري در هرلحظه و ايجاد هماهنگي در شبكه حمل‌ونقل شهري، تنها توسط سيستم‌هاي هوشمند كنترل مركزي چراغ‌هاي راهنمايي‌و‌رانندگي تقاطعات انجام مي‌پذيرد. چراغ‌هاي راهنمايي يكي از روش‌هاي تأثيرگذار و مهم در كنترل تقاطع‌هاي شهري هستند. در اين پژوهش، براي دست‌يابي به چراغ راهنمايي‌و‌رانندگي بهينه‌شده، از يادگيري عميق[1] براي تشخيص درست وسايل نقليه و گرفتن بهترين تصميم استفاده مي‌شود كه منجر به كاهش ترافيك و عوارض ناشي از آن مي‌شود.