محمدحسین پورغلامعلی - کارشناس ارشد برنامه ریزی حمل و نقل، دانشگاه علم و صنعت ایران
افشین شریعت مهیمنی - استاد دانشکده عمران، دانشگاه علم و صنعت ایران/هیئت علمی دانشکده عمران، دانشگاه علم و صنعت ایران

امروزه ازدحام های طولانی مدت و اتلاف زمان ناشی آن، به یکی از مسائل بسیار مهم درمدیریت ترافیک شهرهای بزرگ تبدیل شده است. مدل های شبیه ساز پویا ترافیک به عنوان یکی از ابزارهای اصلی در مدیریت ترافیک نقش ایفا می کنند که می توانند با پیش بینی وضعیت جریان ترافیک، تصمیم گیران را در اتخاذ سیاست های کارا کمک کنند. جهت دستیابی به نتایج قابل استفاده از مدل های شبیه ساز پویا نیاز است تا ماتریس تقاضای سفر، به عنوان یکی از ورودی های اساسی، به صورت به روز شده و حاوی الگوهای سفر جاری در شبکه باشد. به منظور دستیابی به ماتریس تقاضی سفر به روز از روش های تخمین ماتریس استفاده می شود. فرایند تخمین ماتریس همواره از داده های برداشت شده از سطح شبکه برای تخمین ماتریس به روز استفاده می کند. از آنجایی که برداشت داده های مختلف با هزینه هایی همراه است، از مهمترین مسائلی که در تخمین ماتریس وجود دارد، میزان داده های ترافیکی است که از سطح شبکه به عنوان داده ی واقعی برداشت می شود. در این پژوهش، به منظور بررسی تاثیر میزان داده ی تردد مورد استفاده بر تخمین ماتریس مبدا مقصد، به عنوان داده های ورودی فرایند تخمین ماتریس، این فرایند بر روی چندین مجموعه دادهی حجم تردد بر اساس تفاوت در تعداد نقاط برداشت شده، با بکارگیری الگوریتم بهینه سازی SPSA صورت گرفته است. نتایج حاصل از بررسی پوشش های مختلف با یکدیگر مقایسه شده اند و نتایج حاصل از این بررسی ها نشان می دهد که حتی با برداشت اطلاعات کم از سطح شبکه، می توان تخمین ماتریس مناسبی به دست آورد. نتایج این پژوهش می توانند در تعیین میزان اطلاعات برداشته شده مورد نیاز برای تخمین ماتریس کمک شایانی کند.

تخمین ماتریس سفر، تاثیر داده های ترافیکی، پوشش داده های حجم تردد