مهندسی ترافیک

مهندسی ترافیک

بررسی تأثیر اقدامات هوشمند سازی در بهبود عملکرد بزرگراه‌های درون‌شهری (مطالعه موردی بزرگراه همت)

نوع مقاله : مقاله پژوهشی

نویسندگان
1 کارشناسی ارشد برنامه‌ریزی حمل‌ونقل دانشگاه علم و صنعت ایران، تهران، ایران
2 کارشناسی ارشد راه و ترابری، تهران، ایران
3 دانشجوی دکتری مدیریت ساخت، دانشگاه آزاد ارومیه، ارومیه، ایران
4 کارشناسی ارشد معماری، دانشگاه آزاد زنجان، زنجان، ایران
5 کارشناسی ارشد مدیریت پروژه و ساخت دانشگاه تهران، تهران، ایران
چکیده
هدف از اُنجام این پژوهش بررسی میزان بهبود عملکرد بزرگراه شهید همت غرب به شرق حدفاصل بزرگراه حقانی تا بزرگراه صیاد شیرازی با استفاده از اقدامات هوشمند سازی و طرح هندسی است. ابتدا احجام ترافیکی وسایل عبوری به تفکیک سبک و سنگین برداشت شده است و اطلاعات ترافیکی شامل PHF و ساعت اوج از اطلاعات احجام ترافیکی اخذ شده است. در مرحله بعد سرعت وسایل، تعداد خطوط عبوری و عرض خطوط برداشت شده است. پس از ارزیابی وضع فعلی محدوده موردتحقیق با شاخص‌های تأخیر، سرعت، زمان سفر و مسافت پیموده شده، با ارائه راهکارهای هوشمند سازی و زمان‌بندی رمپ ورودی به بزرگراه همت و همچنین راهکارهای افزایش ایمنی شبکه موردتحقیق ارزیابی و میزان بهبود هریک از شاخص‌ها و همچنین تجمیع شاخص‌های ارزیابی در یک شاخص تجمیعی (ترکیب و وزن دهی به شاخص‌های تأخیر، سرعت و زمان سفر)، میزان اثرپذیری راهکارهای پیشنهادی موردبررسی قرار گرفته است. میزان تغییرات شاخص‌های ارزیابی در مقایسه با وضع فعلی (بدون اعمال راهکارهای هوشمند سازی) سبب کاهش تأخیر به میزان 25 درصد برای سناریو سه و افزایش سرعت به میزان 77 درصد برای سناریو سه شده است. در مقایسه بین سناریوهای مختلف، میزان بهبود برای شاخص‌های تأخیر، سرعت، زمان سفر، مصرف سوخت و انتشار آلاینده‌ها در سناریو سه (افزایش خط و رمپ مترینگ) بهبود بیشتری نسبت به دو گزینه اول داشته است. در حالت بعد از کالیبره نمودن نرم‌افزار که نتایج قابل‌اعتمادتر است، راه‌حل افزایش خط و رمپ مترینگ نتایج بهتری نسبت به راه‌حل افزایش خط دارد و در مقایسه بین سناریوهای یک و دو نتایج راه‌حل دو عملکرد بهتری دارد.
کلیدواژه‌ها

- کالیبره نمودن نرم‌افزارهای مهندسی ترافیک، جلد سوم، ارائه دستورالعمل نحوه شبیه‌سازی، کالیبره نمودن و اعتبارسنجی نرم‌افزار Aimsun، معاونت و سازمان حمل‌ونقل و ترافیک شهرداری تهران، 1391.
 
- Alam, I., Farid, D. M., & Rossetti, R. J. (2019). The Prediction of Traffic Flow with Regression Analysis. In Emerging Technologies in Data Mining and Information Security (pp. 661-671). Springer, Singapore.
 
- Wang, X., Ning, Z., Hu, X., Ngai, E. C. H., Wang, L., Hu, B., & Kwok, R. Y. (2018). A City-Wide Real-Time Traffic Management System: Enabling Crowdsensing in Social Internet of Vehicles. IEEE Communications Magazine, 56(9), 19-25.
 
- Li, Z., & Shahidehpour, M. (2017). Deployment of cybersecurity for managing traffic efficiency and safety in smart cities. The Electricity Journal, 30(4), 52-61.
 
- Bani Younes, 2015, An Intelligent traffic light scheduling algorithm through vanets.
 
- Djahel, S., Doolan, R., Muntean, G. M., & Murphy, J. (2016). A communications-oriented perspective on traffic management systems for smart cities: Challenges and innovative approaches. IEEE Communications Surveys & Tutorials, 17.
 
- Barkham, R., Bokhari, S., & Saiz, A. (2018). Urban Big Data: City Management and Real Estate Markets.
 
- Zhu, R., Li, L., Wu, S., Lv, P., Li, Y., & Xu, M. (2023). Multi-agent broad reinforcement learning for intelligent traffic light control. Information Sciences, 619, 509-525.‏
 
- Tomar, I., Sreedevi, I., & Pandey, N. (2022). State-of-art review of traffic light synchronization for intelligent vehicles: Current status, challenges, and emerging trends. Electronics, 11(3), 465.‏
 
- Allan M.de souza, Roberto s. Yokoyama, Guilheme Maia, Antonio Loureiro, leandro Villas, 2016, Real-time path planning to prevent traffic jam through an intelligent transportation system.
 
- Han, ru li, (2016), Study on Green Transportation System of International Metropolises.
 
- Bifulco, F., Tregua, M., Amitrano, C.C. and D’Auria, A. (2016), “ICT and sustainability in smart cities management”, International Journal of Public Sector Management, Vol. 29 No. 2, pp. 132-147.
 
- Jamshidnejad, A., Papamichail, I., Papageorgiou, M., & De Schutter, B. (2018). Sustainable model-predictive control in urban traffic networks: Efficient solution based on general smoothening methods. IEEE Transactions on Control Systems Technology, 26(3), 813-827.
 
- Shehada, M. K., & Kondyli, A. (2019). Evaluation of ramp metering impacts on travel time reliability and traffic operations through simulation. Journal of Advanced Transportation, 2019.‏
-Highway Capacity Manual, Washington, D.C. 2016.