تحليل تأخير در شبكه معابر درون شهري با استفاده از نرم افزار AIMSUN و سيستم شبكه عصبي (مطالعه موردي در شهر كلاردشت)

Analysis of Delay in Urban Network Network Using AIMSUN Software and Neural Network System (Case Study in Kelardasht City)

در اين پژوهش با توجه به مطالعات انجام¬يافته در زمينه تأخير ترافيكي در سيستم مديريت ترافيك در شبكه معابر درون شهري و براي برون رفت ازاين معضل در شبكه ها، به ارزيابي و تحليل تأخير در شبكه معابر درون شهري با مطالعه موردي در شهر كلاردشت پرداخته شده است. متغيرهاي مورد بررسي در اين پژوهش ميزان تأخير در شبكه ترافيكي درون شهري با توجه به ، اجزاي هندسي افقي و قائم، درجه عملكردي خيابان ها، حجم تردد در شبكه، توزيع مكاني تأخير و ... اشاره نمود. به همين منظور ابتدا با استفاده از برداشت هاي آماري و ميداني در فصول مختلف سال و تحليل اطلاعات بدست آمده، به شناسايي عوامل موثر بر تأخير شبكه درون شهري منطقه مورد مطالعه پرداخته شد و سپس با شبيه سازي آن در نرم افزار AIMSUN، معضل تأخير در اين شبكه معابر درون شهري مورد بررسي قرار گرفت و پس از آن با استفاده از سيستم شبكه عصبي، راهكارهاي برون رفت از معضل تأخير در اين شهر و پيشنهادات لازم در اين زمينه ارائه گرديد. نتايج اين تحقيق در مطالعه موردي شبكه معابر درون شهري كلاردشت به اين شرح مي باشد: بهترين روش آموزش ، روش لونبرگ-ماركورات مي باشد، تابع سيگويد لگاريتمي داراي كارايي بيشتر مي باشد، با هدف كاهش كانال هاي ارتباطي ، روشي بر مبناي الگوريتم ژنتيك براي حذف 50 درصد از كانال هاي ارتباطي لايه پنهان ارائه شده ، با افزايش حدي از سرعت در شبكه با جريان گرين برگ مطابقت دارد ، استفاده از راه هاي انحرافي موجود در شبكه مي تواند تا حد زيادي از ميزان تأخير بكاهد.6-كم بودن سرعت سواره از عوامل تأخير بوده ، نسبت حجم به ظرفيت در حدود 0.7الي 0.8 مي باشد.

In this study, according to studies related to traffic delay in thetraffic management system in the network of intra-city passages, delay in the network of intra-city passages with a case study in Kelardasht city has been evaluated and analyzed in order to overcome this problem. The variables surveyed in this research were latency in the network of intra-city traffic considering horizontal and vertical geometric components, street performance, traffic volume in the network, the spatial distribution of delay and so on. For this purpose, firstly, using statistical and field observations in the different seasons of the year and analyzing the obtained information, the identification of effective factors on the delay of the inter-city network in the study area was investigated and then, by simulating it in the AIMSUN software, the problem of delay in the network of inter-city passages was investigated. Afterwards, by using the neural network system, solutions related to the problem of delay in the city and required suggestions were presented in this regard. The results of this study in the case study of the network of intra-city passages of Kelardasht City are explained in this way: the best teaching method is the Levenberg-Marquette method. The function of logarithmic Sigoid is more efficient with the goal of reducing communication channels and a genetic algorithm approach for the removal of 50% of the hidden layer of communication channels conforms to an increase in the speed of the network in the Greenberg Flow. The use of deviant ways in the network can greatly reduce the amount of latency. The low speed of drivers is one of factors of delay and the ratio of volume to capacity ratio is about 0.7 to 0.8.