رتبه بندی سامانه های برداشت اطلاعات ترافیک با رویکرد مدیریت و پیش بینی تقاضا با استفاده از روش سلسله مراتبی (AHP)

رشد جمعیت و به تبع آن افزایش نیاز انسان به جابه جایی، گسترش و مدیریت زیرساخت های حمل و نقل را به امری حیاتی تبدیل کرده است. بخش بزرگی از زیرساخت های حمل و نقلی را سامانه حمل و نقل جاده ای تشکیل می دهد و گسترش و مدیریت این بخش، نقش اساسی در پیشرفت و رشد اقتصادی جوامع ایجاد می کند. آگاهی از کمیت و نوع تقاضا در سامانه حمل و نقل جاده ای از مباحث مهم در طراحی راه، طراحی روسازی، کنترل ترافیک و افزایش ایمنی جاده ها است و این امر موجب شده است تا تحقیقات زیادی برای تشخیص و برداشت اطلاعات ترافیک عبوری انجام شود و با پیشرفت در زمینه های مختلف علم و تکنولوژی، روش های خودکار متعددی به منظور تشخیص ترافیک ارائه شده است. از روش های پرکاربرد می توان به شناساگرهای حلقه القایی، مغناطیسی، مایکرو ویو، مافوق صوت، مادون قرمز فعال و غیر فعال، آرایه صوتی و پردازش تصویر، اشاره کرد. از سوی دیگر در پروژه ها و مطالعات مختلف با توجه به محدودیت زمان و بودجه، انتخاب روش مناسبی که با شرایط پروژه سازگار باشد، از اهمیت زیادی برخوردار است. بر همین اساس در این مقاله سعی شده است که با توجه به معیارهای حائز اهمیت در پروژه های مرتبط با مطالعات مدیریت و پیش بینی تقاضا و بهره گیری از روش سلسله مراتبی (AHP)، الویت بندی روش های تشخیص ترافیک ذکر شده، تعیین شود و با توجه به همین هدف، در پایان، رتبه بندی روش های مختلف در هریک از معیارها و رتبه بندی کلی روش ها، ارائه شده است.

کلیدواژه ها:

رتبه بندی ، سامانه های تشخیص ترافیک ، مدیریت تقاضا ، روش سلسله مراتبی