پیش بینی حجم تردد در ایام تعطیل با استفاده از مدل شبکه عصبی مصنوعی (نمونه موردی: راه های برون شهری ایران)

حجم ترافیک از جمله مهم ترین پارامترهای ترافیکی است که در بسیاری از تحلیل های حمل ونقلی از جمله طراحی، برنامه ریزی، سیاست گذاری و نیز توسعه مدل های مختلف مورداستفاده قرار می گیرد. در ایام تعطیل، با اوج گرفتن سفرهای برون شهری، الگوی حجم ترافیک در شبکه راه های برون شهری کشور دچار تغییرات قابل توجهی می شود. در ایران، تعطیلات با تطابق مناسبت های قمری و شمسی الگوهای متفاوتی به خود می گیرند و با چینش های مختلف روزهای تعطیل، حجم تردد در راه های برون شهری کشور تغییر محسوسی می یابد. هدف از این مطالعه، بررسی الگوی تغییرات حجم تردد در ایام تعطیل و نیز ارائه مدلی برای پیش بینی حجم تردد در تعطیلات است. بدین منظور، مدل شبکه عصبی مصنوعی جهت پیش بینی حجم تردد در جاده های برون شهری استان های کشور توسعه داده شد که نسبت به تعطیلات حساس است. مقیاس زمانی مدل ها، روزانه است و به تفکیک استان های کشور ساخته شده اند. میانگین درصد خطای مطلق به عنوان شاخص ارزیابی مدل ها مورداستفاده قرار گرفت. متوسط این شاخص برای تمام مدل ها ۲۸/۹ درصد و به عنوان نمونه برای استان مازندران، ۸۹/۸ درصد بود. نتایج این پژوهش به سیاست گذاران کمک می کند تا در شرایط مختلف ایام سال، حجم تردد در محورهای مواصلاتی کشور را در سطح استان -روز پیش بینی کرده و از قبل تدابیر لازم را برای مواجه شدن با تراکم های ترافیکی در ایام خاص و تعطیلات اتخاذ نمایند. همچنین می توان با به کارگیری مدل توسعه داده شده، تاثیر سناریوهای مختلف تعطیلات را بر حجم تردد محورهای کشور بررسی نمود.

کلیدواژه ها:

پیش بینی حجم تردد ، تعطیلات ، شبکه عصبی مصنوعی