شمارش خودکار احجام گردشی تقاطع با استفاده از دستگاه های موجود کنترل چراغ

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 95

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_TRJ-21-3_004

تاریخ نمایه سازی: 24 شهریور 1403

چکیده مقاله:

هدف از این مقاله شناسایی و بررسی امکان به دست آوردن احجام گردشی از دستگاه های کنترل چراغ موجود و بررسی صحت آنها است. اکثر تقاطع های چراغ دار با حسگرهای القایی حلقه ای عمل می کنند. مطالعه ماکروسکوپی بر روی دو تقاطع انجام شد. دقت حسگر بر حسب میانگین درصد مطلق خطا و ریشه میانگین مربعات خطا بررسی شد. نتایج نشان داد که شمارش­ها قابل اعتماد نیستند و دارای خطای بسیار بالایی هستند. با این حال، با استفاده از برنامه نویسی ژنتیک و سیستم استنتاج عصبی فازی تطبیقی، شمارش حسگرها اصلاح شد و دوباره خطا محاسبه شد. روش پیشنهادی برای اصلاح شمارش حسگرها نشان می دهد شمارش­های اصللاح شده برای  همه شرایط دقت کافی پیدا نمی کنند. بنابراین، یک روش جایگزین برای به دست آوردن تعداد احجام گردشی فقط از اطلاعات چراغ بدون استفاده از شمارش حسگرها پیشنهاد شده است. برای تولید داده های مورد نیاز، شبیه سازی در VISSIM با حجم­های ورودی مختلف انجام شد. بازه زمانی سبز و حجم در هر فاز از خروجی VISSIM استخراج و بر اساس این متغیرها مدل ساخته شد. این روش شمارش دقیقی را برای برخی موارد ایجاد می کند. به هر حال حتی زمانی که می توان احجام حسگرها را اصلاح کرد، یا احجام گردشی را بر اساس اطلاعات چراغ ترافیک تخمین زد، نمی توان احجام گردشی را در خطوط مشترک تخمین زد. این مقاله همچنین سه روش را برای تخمین نسبت حرکات گردشی در خطوط مشترک پیشنهاد کرده است.

کلیدواژه ها:

نویسندگان

علی غلامی

استادیار، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه گلستان، گرگان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Chen, C., Kwon, J., Rice, J., Skabardonis, A., & Varaiya, ...
  • Chen, L., & May, A. D., (۱۹۸۷). Traffic detector errors ...
  • Coifman, B., (۱۹۹۹). Using dual loop speed traps to identify ...
  • Dudek, C. L., Messer, C. J., & Dutt, A. K., ...
  • Gandomi, A. H., & Alavi, A. H., (۲۰۱۲). A new ...
  • Gheorghiu, R. A., Iordache, V., & Stan, V. A. (۲۰۲۱). ...
  • Ghosh, A., Sabuj, M. S., Sonet, H. H., Shatabda, S., ...
  • Harikrishnan, P. M., Thomas, A., Gopi, V. P., Palanisamy, P., ...
  • ITE. (۲۰۰۷). Using Existing Loops at Signalized Intersections for Traffic ...
  • Jain, N. K., Saini, R. K., & Mittal, P. (۲۰۱۹). ...
  • Kulkarni, A. P., & Baligar, V. P., (۲۰۲۰). Real time ...
  • Liao, C. F., (۲۰۲۱). Refining Inductive Loop Signature Technology for ...
  • Liu, H., Ma, J., Xu, T., Yan, W., Ma, L., ...
  • Marian, T. B., (۱۹۹۳). Development of a transportation data processing ...
  • May, A., Cayford, R., Leiman, L., & Merritt, G. (۲۰۰۵). ...
  • Negnevitsky, M. (۲۰۰۵). Artificial intelligence: a guide to intelligent systems. ...
  • Nihan, N. L. (۱۹۹۷). Aid to determining freeway metering rates ...
  • Peeta, S., & Anastassopoulos, I., (۲۰۰۲). Automatic real-time detection and ...
  • Rajagopal, R., & Varaiya, P., (۲۰۰۷). Health of California's Loop ...
  • Röger, C., Kalinic, M., & Krisp, J. M., (۲۰۲۱). Extracting ...
  • Searson, D.P., Leahy, D.E. & Willis, M.J. (۲۰۱۰). GPTIPS: an ...
  • Sunkari S., H. Charara, and P. Songchitruksa (۲۰۱۲). A Portable ...
  • Teodorovic, D., Vukadinovic, K., & Vukadinović, K. (۱۹۹۸). Traffic Control ...
  • A Fuzzy Sets and Neural Networks Approach.Vol. ۱۳. Springer Science ...
  • Turner, S. M., Benz, R. J., Albert, L. P., Eisele, ...
  • Yi P., C. Shao, and J. Mao (۲۰۱۰). Development and ...
  • Zhuang, Y., Ke, R., & Wang, Y. (۲۰۲۰). Edge-based traffic ...
  • نمایش کامل مراجع