بهینه سازی مسیریابی در شبکه های شهری با استفاده از مدیریت هوشمند ترافیک

یکی از مشکلات بزرگ در کلان شهرها پدیده ازدحام ترافیکی است. حجم بالای ترافیک در این شهرها سبب کند شدن حرکت خودروها، توقف های طولانی مدت پشت چراغ های راهنمایی و آسیب روانی جبران ناپذیر برای مسافران و رانندگان می شود. با پیشرفت سیستم های ارتباطی، سیستم های هوشمند ترافیکی نقش بسزایی در بهینه سازی جریان ترافیکی در شهرهای بزرگ و پرجمعیت ایفا می کنند. امروزه شبکه های فراگیر پهن باند، مجموعه داده های ترافیکی بیدرنگ را به گونه ای فراهم می کنند که مسیریابی ترافیکی به صورت هوشمندانه بهینه سازی گردد. روش پیشنهادی شناسایی روابط پیچیده، شناسایی الگوهای تراکم، و ارائه استراتژی های مدیریت ترافیک سفارشی و بهینه است. این تحقیق با ارائه روشی جدید و کارآمد برای افزایش هوش ترافیکی به حوزه شهرهای هوشمند کمک می کند. شبکه RBF عمیق پیشنهادی چندین مزیت را ارائه می دهد. این پژوهش، از طریق آزمایش های گسترده و مقایسه با مجموعه داده های ترافیک دنیای واقعی، نشان می دهد که رویکرد مبتنی بر RBF عمیق از تکنیک های تحلیل ترافیک مرسوم بهتر عمل می کند. توانایی مدل برای گرفتن روابط غیرخطی و مدیریت مجموعه داده های بزرگ مقیاس به بهبود دقت و کارایی پیش بینی ترافیک کمک می کند.

کلیدواژه ها:

بهینه سازی مسیریابی ، مدیریت هوشمند ترافیک ، شبکه RBF ، سطح خدمات ، حمل و نقل هوشمند