پیشبینی حجم تردد در ایام تعطیل با استفاده از مدل شبکه عصبی مصنوعی (نمونه موردی: راههای برونشهری ایران)
نویسندگان
1 استادیار، گروه مهندسی حملونقل، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران
2 دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه صنعتی شریف، تهران، ایران
3 دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران
doi
10.22034/tri.2024.398914.3158چکیده
حجم ترافیک از جمله مهمترین پارامترهای ترافیکی است که در بسیاری از تحلیلهای حملونقلی از جمله طراحی، برنامهریزی، سیاستگذاری و نیز توسعه مدلهای مختلف مورداستفاده قرار میگیرد. در ایام تعطیل، با اوجگرفتن سفرهای برونشهری، الگوی حجم ترافیک در شبکه راههای برونشهری کشور دچار تغییرات قابلتوجهی میشود. در ایران، تعطیلات با تطابق مناسبتهای قمری و شمسی الگوهای متفاوتی به خود میگیرند و با چینشهای مختلف روزهای تعطیل، حجم تردد در راههای برونشهری کشور تغییر محسوسی مییابد. هدف از این مطالعه، بررسی الگوی تغییرات حجم تردد در ایام تعطیل و نیز ارائه مدلی برای پیشبینی حجم تردد در تعطیلات است. بدین منظور، مدل شبکه عصبی مصنوعی جهت پیشبینی حجم تردد در جادههای برونشهری استانهای کشور توسعه داده شد که نسبت به تعطیلات حساس است. مقیاس زمانی مدلها، روزانه است و به تفکیک استانهای کشور ساخته شدهاند. میانگین درصد خطای مطلق بهعنوان شاخص ارزیابی مدلها مورداستفاده قرار گرفت. متوسط این شاخص برای تمام مدلها 28/9 درصد و بهعنوان نمونه برای استان مازندران، 89/8 درصد بود. نتایج این پژوهش به سیاستگذاران کمک میکند تا در شرایط مختلف ایام سال، حجم تردد در محورهای مواصلاتی کشور را در سطح استان-روز پیشبینی کرده و از قبل تدابیر لازم را برای مواجه شدن با تراکمهای ترافیکی در ایام خاص و تعطیلات اتخاذ نمایند. همچنین میتوان با بهکارگیری مدل توسعه داده شده، تأثیر سناریوهای مختلف تعطیلات را بر حجم تردد محورهای کشور بررسی نمود.
