مدل سازي فرايند پيش بيني سفر در برنامه ريزي حمل و نقل درون شهري مبتني بر رويكرد تركيبي استنتاج فازي

Trip Forecasting Process Modeling in Urban Transportation Planning Based on Hybrid Fuzzy Inference Approach

برنامه ريزي حمل و نقل درون شهري در دوره هاي اخير همواره يكي از تصميمات مهم در حوزه برنامه ريزي شهري در كلان شهرها بوده است. در اين بين، پيش بيني حجم سفرهاي آتي بين دو منطقه كلان شهر، كليد موفقيت در اين امر برنامه ريزي صحيح حمل و نقل به شمار مي رود. به دليل اهميت برنامه ريزي حمل و نقل درون شهري، مدل هاي مختلفي توسط محققين در اين زمينه توسعه داده شده كه بعضي از اين مدل ها عليرغم قدمت زياد، همچنان در حوزه هاي عملياتي به كار گرفته مي شوند. مساله اساسي در توسعه اين مدل ها، پيچيدگي مساله است كه از ماهيت رفتار انساني در انتخاب ناشي مي شود. اين پيچيدگي سبب مي شود تا همواره توسعه مدلي كه خطاي پيش بيني قابل قبولي داشته باشد، با مشكلات فراوان محاسباتي و عملياتي روبرو باشد. اين مساله در كشورهاي در حال توسعه و يا توسعه نيافته كه در آن ها داده هاي تاريخي به شكل مناسب در اختيار نيستند و ظرفيت هاي محاسباتي رايانه اي نيز به طور كامل در دسترس نمي باشد، از اهميت بسيار بيشتري برخوردار است. در اين پژوهش، يك مدل سه مرحله اي فازي براي مدل سازي فرايند سفر بين دو ناحيه مفروض از يك كلان شهر و در نهايت چارچوبي براي پيش بيني آتي اين كميت پيشنهاد شده است تا بر اساس آن بتوان براي نگاشت بين حجم سفرهاي انجام شده بين دو ناحيه به عنوان متغير خروجي و متغيرهاي جمعيت شناختي و اجتماعي به عنوان متغير ورودي، تابعي را تقريب زد كه بتواند فرايند انجام سفر را مدل كند. در اين مدل، پايگاه قواعد فازي در حقيقت در پي انتقال الگوي ذهني متخصصين حمل و نقل به مدل رياضي تشكيل شده است.

Urban Transportation Planning (UTP) has been one of the most important decisions in urban planning and development procedures in recent years. Meanwhile, accurate trip forecasting between two given regions of the city could be considered as the key success factor of urban transportation planning. Due to the importance of the problem, different models have been developed in the field. The overall problem of trip forecasting and transportation planning could be complicated because of its nature that results from the complicated nature of human behavior. Due to the complexity of the problem, it is always hard to develop forecasting models with acceptable forecasting errors and also low computational expenses particularly in developing countries in which historical data are not fully available. In this paper, a three phase fuzzy model is proposed to forecast trips flow between two given regions of a metropolitan based on mapping demographical and social variables to total number of trips flow. The overall model is to explore the subjective pattern of transportation experts and transfer the subjective model to a mathematical framework.