شبیه سازی و تحلیل چندمعیاره موج سبز در کلان شهر اصفهان با تکیه بر داده های باز و IoT
- سال انتشار: 1404
- محل انتشار: نهمین کنفرانس بین المللی اینترنت اشیاء و کاربردها (IoT۲۰۲۵)
- کد COI اختصاصی: IOTCONF09_007
- زبان مقاله: فارسی
- تعداد مشاهده: 109
نویسندگان
دانشجوی دکتری دانشکده مهندسی کامپیوتر دانشگاه اصفهان
دانشیار دانشکده مهندسی کامپیوتر دانشگاه اصفهان
استاد دانشکده مهندسی کامپیوتر دانشگاه اصفهان
چکیده
زمان بندی ناکارآمد چراغ های راهنمایی یکی از عوامل اصلی تشدید ازدحام شهری است که منجر به افزایش زمان سفر، مصرف سوخت و انتشار آلاینده ها می شود. با وجود پیشرفت های اخیر در سامانه های هوشمند، هنوز یک چارچوب سبک وزن، بازتولیدپذیر و مبتنی بر داده های باز برای ارزیابی راهبردهای هماهنگی چراغ ها در مقیاس شهری در دسترس نیست. در این پژوهش، یک چارچوب داده باز مبتنی بر OSM و تحلیل گراف ارائه شده است که به طور خودکار چراغ ها را مکان یابی کرده و در صورت نقص داده تقاطع های اصلی را تکمیل می کند. این چارچوب سپس دو حالت پایه فاصله زمانی بین فازهای صفر و موج سبز (فاصله زمانی بین فازهای هماهنگ حول مرکز فاز سبز با سرعت پیشروی خودکار را بر روی دو محور ترافیکی اصلی کلان شهر اصفهان، خیابان های انقلاب-شمس آبادی و حکیم نظامی، در سه سطح تقاضای ترافیک کم، متوسط، زیاد، شبیه سازی و مقایسه می کند. ارزیابی چندمعیاره بوده و علاوه بر شاخص های تحرک، زمان سفر، تاخیر، توقف ها، شاخص های پایداری، مصرف سوخت و انتشار CO۲ را نیز در نظر گرفته است. نتایج نشان می دهند که موج سبز به طور میانگین موجب کاهش ۴۷ درصد در تاخیر، بهبود ۱۰.۷ درصد در زمان سفر، و کاهش در مصرف سوخت و انتشار CO۲ شده است. افزون براین، تحلیل حساسیت نسبت به طول، چرخه سهم سبز و سرعت پیشروی نشان می دهد که سرعت متوسط بهینه در بازه ی ۳۰ تا ۳۵ کیلومتر بر ساعت بیشترین کارایی را فراهم می سازد. ویژگی کلیدی این پژوهش آن است که چارچوب پیشنهادی کاملا داده باز و قابل اتصال به داده های بلادرنگ IoT و سامانه های GPS شهری است. این قابلیت امکان توسعه ی سریع به یک سیستم مدیریت ترافیک هوشمند و کم هزینه را فراهم می سازد و می تواند به عنوان یک ابزار پشتیبان تصمیم برای مدیران شهری در مسیر شهرهای هوشمند پایدار به کار رود.کلیدواژه ها
انتشار آلاینده ها, ترافیک, شهری, شبیه سازی ترافیک, محور ترافیکی, موج سبزمقالات مرتبط جدید
- مسیریابی مبتنی بر یادگیری تقویتی با تابع پاداش ترکیبی در شبکه های کم مصرف و ناپایدار اینترنت اشیاء (LLNS)
- تشخیص حمله کپی کت در شبکه های اینترنت اشیاء مبتنی بر RPL با استفاده از طبقه بندی درخت تصمیم
- مروری بر روشهای مدیریت دسترسی انبوه در اینترنت اشیاء مبتنی بر شبکه های سلولی از چالش ها تا راهکارهای هوشمند
- بهبود مصرف انرژی و تاخیر مسیریابی در اینترنت اشیاء با استفاده از توسعه پروتکل مسیریابی شبکه های کم توان و پراتلاف
- بهینه سازی جایگذاری ماشین مجازی در زیرساخت های اینترنت اشیا-ابر از طریق الگوریتم کپک مخاطی الهام گرفته از کوانتوم
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.