ارایه مدل شناسایی خودکار وقایع با استفاده از شبکه عصبی (مطالعه موردی:بزرگراه اراک-بروجرد)

  • سال انتشار: 1395
  • محل انتشار: دومین همایش سیستم های حمل و نقل هوشمند جاده ای
  • کد COI اختصاصی: RMTO02_042
  • زبان مقاله: فارسی
  • تعداد مشاهده: 514
دانلود فایل این مقاله

نویسندگان

محمد محسنی

کارشناسی ارشد مهندسی عمران راه و ترابری، رییس حمل و نقل کالا، اداره کل راهداری و حمل و نقل جاده ای استان مرکزی، اراک، ایران

غلامعباس بهرامی نیا

کارشناسی ارشد مهندسی برنامه ریزی حمل و نقل، مدیر کل، اداره کل راهداری و حمل و نقل جاده ای استان مرکزی، اراک، ایران

حامد عبادی

کارشناسی ارشد مهندسی عمران راه و ترابری، رییس ایمنی و ترافیک، اداره کل راهداری و حمل و نقل جاده ای استان مرکزی، اراک، ایران

چکیده

هر گونه تغییر ناگهانی در جریان ترافیک ناشی از وقایع جاده ای عامل بالقوه خطر وتصادف و افزایش هزینه می باشد. لذا شناسایی وعکس العمل به موقع نسبت به وقایع جاده ای یک فاکتور مهم در مدیریت ترافیک محسوب می شود. تشخیص سریع وقایع، باعث کاهش زمان عکس العمل و زمان طرح مدیریت واقعه و در نتیجه آن افزایش ایمنی(جلوگیری از تصادفات ثانوی) و کاهش تاخیر و ترافیک ناشی از وقایع می شود. دراین مقاله ضمن مروری مختصر برروش های مختلف شناسایی وقایع، برای اولین بار در کشور با استفاده از پارامترهای ترافیکی حجم، سرعت و سهم تخلفات سرعت غیر مجاز و فاصله طولی، مدلی مبتنی بر روش شبکه عصبی جهت شناسایی خود کار وقایع ارایه می دهد. بهترین مدل با تابع آموزش trainlm و تابع آستانه tansig بدست می آید که نرخ تشخیص مدل 90 درصد و نرخ آلارم اشتباه 26 درصد می باشد و پارامترهای سهم سرعت غیر مجاز و تغییرات سرعت متوسط بیشترین تاثیر را در مدل سازی دارد.

کلیدواژه ها

مدیریت ترافیک، شناسایی خودکار وقایع، شبکه عصبی

مقالات مرتبط جدید

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.