مدلسازی جریان ترافیک و کنترل اندازه گیری رمپ با استفاده از روش فازی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد، دانشکده عمران، دانشگاه آزاد نجف آباد، اصفهان، ایران

2 استادیار، گروه مهندسی عمران، دانشکده عمران، دانشگاه آزاد اسلامی واحد لنجان، اصفهان، ایران

چکیده

امروزه معضل ترافیک و سختی تردد در خیابان‌های شلوغ و پرازدحام، یکی از مسائل لاینفک زندگی در کلان‌شهرها شده است. ازآنجایی‌که تعداد کاربران جاده‌ای پیوسته افزایش‌یافته و منابع ارائه شده توسط زیرساخت‌های فعلی محدود می‌باشند، کنترل هوشمند ترافیک بسیار بااهمیت خواهد بود. هدف از این تحقیق مدل‌سازی جریان ترافیک و کنترل اندازه‌گیری رمپ با استفاده از روش فازی است؛ برای رسیدن به این هدف از رمپ‌های ترافیکی در ورودی‌ها، برای تنظیم دسترسی به راهرو اصلی بزرگراه یا آزادراه، به‌منظور حفظ جریان نزدیک به ظرفیت بزرگراه استفاده می‌شود. در این پژوهش با ارائه راهکاری جدید، مدل‌سازی جریان ترافیک و کنترل اندازه‌گیری رمپ، با روش هوشمند فازی در محیط نرم‌افزار متلب انجام شده است. جمع‌آوری اطلاعات با استفاده از روش میدانی و در بزرگراه‌های شهر اصفهان انجام گرفته است. این الگوریتم با حفظ سادگی و عدم پیچیدگی‌های محاسباتی، برای هوشمند کردن سیستم کنترل رمپ تلاش می‌کند. باتوجه‌به اطلاعات دریافتی از وسیله نقلیه که در فواصل معین از هر رمپ قرار دارند، طول صف، نرخ ورود خودرو و میزان تقاضای هر رمپ سنجیده شده و سپس کنترل‌کننده باتوجه‌به این اطلاعات حداقل زمان و فاز حرکتی رمپ را مشخص می‌نماید. مطابق با نتایج به‌دست‌آمده، شدت میانگین فاکتورهای مجموع طول صف در رمپ، زمان توقف در رمپ، دفعات توقف و ازدحام ترافیکی در حالت حلقه باز، بیشتر از حالت حلقه بسته بر اساس الگوریتم روش فازی شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Macroscopic Traffic Flow Modeling and Ramp Metering Control Using Fuzzy Method

نویسندگان [English]

  • Pedram Mehrabi 1
  • Amir Hossein Pakshir 2
1 M.Sc., Grad., Civil Engineering, Islamic Azad University of Najafabad Branch, Isfahan, Iran.
2 Assistant Professor, Civil engineering, Civil faculty, Islamic Azad University of Lenjan, Isfahan, Iran.
چکیده [English]

These days, the problem of traffic and traffic congestion on crowded streets has become an integral part of life in metropolitan areas. Intelligent traffic control will be crucial as the number of continuous road users increases and the resources provided by the current infrastructure are limited. The purpose of this study is to model traffic flow and control ramp measurement using fuzzy method; To achieve this goal, traffic ramps at the entrances are used to regulate access to the main corridor of the highway or freeway, in order to maintain the flow close to the capacity of the highway. In this research, by presenting a new solution, modeling traffic flow and controlling ramp measurement has been done by fuzzy intelligent method in MATLAB software environment. Data collection was performed using field method and on the highways of Isfahan. This algorithm tries to make the ramp control system intelligent by maintaining simplicity and non-computational complexity. According to the information received from the vehicle, which are located at certain distances from each ramp, the queue length, vehicle entry rate and demand level of each ramp are measured, and then the controller determines the minimum time and phase of the ramp according to this information. According to the obtained results, the average intensity of the factors of total queue length in the ramp, stop time in the ramp, stopping times and traffic congestion in the open loop mode is higher than the closed loop mode based on the fuzzy method algorithm.

کلیدواژه‌ها [English]

  • Fuzzy Method
  • Highway Capacity
  • Ramp Measurement Control
  • Vehicle Entry Rate
  • MATLAB Software
-احمدی، ا. رحیمی، ه.، (1390)، "بررسی و تحلیل ظرفیت رمپ‌های ورودی و خروجی منتهی به آزاد‌راه‌ها با ارزیابی نقش روش کنترل رمپ در کاهش تصادفات و تراکم مسیر"، شانزدهمین کنفرانس بین‌المللی مهندسی حمل‌ونقل و ترافیک، تهران،  معاونت و سازمان حمل‌ونقل ترافیک
-تیموری، م. منجم، م.، (1395)، "مقایسه و ارزیابی هندسی طرح لچکی پایانه رمپ‌های ورودی و خروجی بر روی سرعت و تردد بزرگراه باهدف جلوگیری از بحران ترافیکی"،
مطالعه ­موردی بزرگراه‌های استان تهران، هشتمین کنفرانس بین‌المللی مدیریت جامع بحران، تهران، دبیرخانه دائمی کنفرانس بین‌المللی مدیریت جامع بحران.
-رحیم اف، ک. خدا رحمی، ا.، (1396)، "تحلیل و ارزیابی عملکرد روش کنترل رمپ در آزادراه‌های شهری با استفاده از نرم‌افزار ."Aimsun مطالعه موردی محور پل آیت‌الله صدر حدفاصل خیابان کاوه تا خیابان شریعتی، اولین کنفرانس ملی توسعه پایدار در مهندسی عمران، معماری و شهرسازی، تهران، مرکز بین‌المللی همایش‌ها و سمینارهای توسعه پایدار علوم جهان اسلام.
-رشیدی، ی. اقبالیان، ع.، (1388). "اثر سنجی به‌کارگیری سامانه کنترل رمپ در رمپ ورودی از بزرگراه صدر به بزرگراه مدرس با استفاده از شبیه‌سازی"، ﻓﺼﻠﻨﺎﻣﻪ ﻣﻄﺎﻟﻌﺎت ﻣﺪﯾﺮﯾﺖ ﺗﺮاﻓﯿﮏ/ﺷﻤﺎره11.
-قبادی، م.، (1396)، "اندازه‌گذاری خطوط انتقال سرعت در رمپ‌های ورودی سواره‌رو و تقاطع جاده‌های حومه شهری"، دوازدهمین سمپوزیوم پیشرفت‌های علوم و تکنولوژی کمیسیون چهارم، سرزمین پایدار یافته‌های نوین در مهندسی عمران و محیط زیست، مشهد، موسسه آموزش عالی خاوران.
-کریمی حمزه خانی، ع. فلاح تفتی، م.، (1396)، "بررسی اثرات وسایل نقلیه خودکار بر عملکرد ترافیک در محدوده رمپ ورودی آزادراه‌ها"، دومین کنفرانس بین‌المللی مهندسی عمران، معماری و مدیریت بحران، تهران، دانشگاه علامه مجلسی.
-مؤید فر، ر. پای وند، م.، (1395)، "مدل‌سازی و آنالیز کنترل ترافیک بزرگراه‌های هوشمند (AHS)، کنفرانس بین‌المللی مهندسی عمران، تهران، دبیرخانه دائمی کنفرانس.
-نبی­پور، س. کرمانشاهی، ش. دیواندری، ح.، (1396)، "تحلیل و ارزیابی عملکرد کنترل رمپ در بزرگراه شهید همت به بزرگراه شهید چمران با نرم‌افزار شبیه‌سازی ترافیکی"AIMSUN،  اولین کنفرانس بین‌المللی پیشرفت‌های نوین در مهندسی عمران، آمل، دانشگاه شمال -معاونت فرهنگی وزارت علوم، تحقیقات و فناوری.
-رحیمی، ا. اسدی، م. بیات، ف.، (1396)، "مدل‌سازی چگالی محدوده تحت تأثیر رمپ‌های خروجی آزادراه زنجان-قزوین"، با استفاده از اطلاعات محلی، هفدهمین کنفرانس بین‌المللی مهندسی حمل و نقل و ترافیک، تهران، معاونت و سازمان حمل‌و‌نقل ترافیک.
-Alexakis, T., Peppes, N., Adamopoulou, E., & Demestichas, K., (2021), “An Artificial Intelligence-Based Approach for the Controlled Access Ramp Metering Problem”, Vehicles, 3(1), pp.63-83.‏
-Bogenberger, K., Keller, H., & Ritchie, S. G., (2001), “Adaptive fuzzy systems for traffic responsive and coordinated ramp metering”.‏
-Fan, H., Jia, B., Tian, J., & Yun, L., (2014), “Characteristics of traffic flow at a
non-signalized intersection in the framework of game theory. Physica A: Statistical Mechanics and its Applications”,
pp.415, 172-180.‏
-Gangwani, D., & Gangwani, P., (2021), “Applications of Machine Learning and Artificial Intelligence in Intelligent Transportation System: A Review”, Applications of Artificial Intelligence and Machine Learning, pp.203-216.‏
-Grether, D., Neumann, A., & Nagel, K., (2012), “Simulation of urban traffic control: A queue model approach”, Procedia Computer Science, 10, pp.808-814.‏
-"Google Earth", Google. Retrieved, Satellite map  (2017 Nov 11).
-Ledoux, C., (1997), “An urban traffic flow model integrating neural networks”, “Transportation Research Part C: Emerging Technologies, 5(5), pp.287-300.‏
-Li, J., Pan, X., & Wang, X., (2007), “State-space equations and the first-phase algorithm for signal control of single intersections”, Tsinghua Science and Technology, 12(2), pp.231-235.‏
-Taylor, C., Meldrum, D., & Jacobson, L., (1998), “Fuzzy ramp metering: Design overview and simulation results”, Transportation Research Record, 1634(1), pp.10-18.‏
-Taylor, C. E., & Meldrum, D. R., (2000), “Evaluation of a fuzzy logic ramp metering algorithm: a comparative study among three ramp metering algorithms used in the greater Seattle area (No. WA-RD 481.2,)”, Washington State Department of Transportation.‏
-Zhang, L., & Levinson, D., (2010), “Ramp metering and freeway bottleneck capacity”, Transportation Research Part A: Policy and Practice, 44(4), pp.218-235.‏