مهندسی ترافیک

مهندسی ترافیک

تخمین نمودار اساسی شبکه با استفاده از همجوشی داده‌های شهری (مطالعه موردی: شبکه مشهد)

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی کارشناسی ارشد، دانشکده مهندسی حمل‌ونقل، دانشگاه صنعتی اصفهان، اصفهان، ایران
2 استادیار، دانشکده مهندسی حمل‌ونقل، دانشگاه صنعتی اصفهان، اصفهان، ایران
چکیده
رفع مسئله ازدحام نیازمند تحلیل جریان ترافیک در مقیاس شبکه معابر شهر است. نمودار اساسی ‌شبکه یکی از ابزارهای نسبتاً جدید برای تحلیل وضعیت‌ ترافیک و طراحی استراتژی‎های کارآمد برای کنترل ازدحام در محدوده‌های موردنظر شهری است. این نمودار رابطه بین میانگین وزنی نرخ تردد و چگالی را در یک شبکه شهری نشان می‌دهد. تخمین این نمودار نیازمند داده‌هایی است که بتوان نرخ تردد و چگالی در کل شبکه را از آنها محاسبه کرد. این داده‌ها از سامانه‌هایی که به‌منظور جمع‌آوری اطلاعات و نظارت بر تسهیلات حمل‌ونقلی در کلان‌شهرها تعبیه شده‌اند به دست می‌آیند. ازآنجاکه در شهرهای ایران، پوشش این تسهیلات محدود است، گردآوری داده برای تخمین نمودار اساسی شبکه و استفاده از منافع آن با چالش روبرو است. در این مقاله روشی ترکیبی برای همجوشی داده‌ها طرح شده و با استفاده از آن، نمودار اساسی برای بخشی از شبکه شهر مشهد تخمین زده‌شده ‌است.  این داده‌ها از شناساگرهای حلقهی و وییسیوپوثقنموداراساسی حلقه‌ای و سیستم‌های ثبت موقعیت مکانی و تعداد مسافران خودروهای حمل‌ونقل همگانی به دست آمده‌اند. این روش در کلان‌شهرهای مختلف کشور قابل اجراست و اهمیت آن در فراهم آوردن امکان استفاده از نمودار اساسی در کنترل ترافیک محدوده‌های شلوغ شهری است.
کلیدواژه‌ها

- Transportation Research Part B: Methodological, 2007, Urban gridlock: Macroscopic modeling and mitigation approaches, 41(1): pp. 49-62.
- Proc. R. Soc. 1955, On kinematic waves II. A theory of traffic flow on long crowded roads, 229(1178): pp. 317-345.
- Traffic Engineering Control, 1969, The mechanism of a road network.
Science, 1979, A two-fluid approach to town traffic, 204(4389): pp. 148-151.
- Transportation Research Record, 1984, Investigation of network-level traffic flow relationships: some simulation results, 971: pp. 121-130.
- Transportation Science, 1987, Urban network-wide traffic variables and their relations, 21(1): pp. 1-16.
- ransportation Research Part B: Methodological, 2008, Existence of urban-scale macroscopic fundamental diagrams: Some experimental findings, 42(9): pp. 759-770.
- Transportation Research Part B: Methodological, 2008, An analytical approximation for the macroscopic fundamental diagram of urban traffic, 42(9): p. 771-781.
- Transportation Research Record, 2009, Exploring the impact of homogeneity of traffic measurements on the existence of macroscopic fundamental diagrams, 2124(1): pp. 127-136.
- Procedia-Social and Behavioral Sciences, 2011, Hysteresis phenomena of a macroscopic fundamental diagram in freeway networks, 17: pp. 213-228.
- Transportation Research Part B: Methodological, 2018, A functional form with a physical meaning for the macroscopic fundamental diagram.
- Procedia - Social and Behavioral Sciences, 2011, Estimation of the Network Capacity for Multimodal Urban Systems, 16: pp. 803-813.
- Transportation Research Part B: Methodological, 2013, On the distribution of urban road space for multimodal congested networks, 57: pp. 326-341.
- Transportation Research Part C: Emerging Technologies, 2014, A three-dimensional macroscopic fundamental diagram for mixed bi-modal urban networks, 42: pp. 168-181.
- Transportation Research Part B: Methodological, 2015, Evaluation of a multimodal urban arterial: The passenger macroscopic fundamental diagram, 81: pp. 410-420.
- Transportation Research Part C: Emerging Technologies, 2017, Empirics of multi-modal traffic networks – Using the 3D macroscopic fundamental diagram, 82:pp. 88-101.
- Transportation Research Part C: Emerging Technologies, 2018, On the use of Lagrangian observations from public transport and probe vehicles to estimate car space-mean speeds in bi-modal urban networks, 91:pp. 317-334.