CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مدل سازی ظرفیت U-turn در بریدگی ها با استفاده از شبکه عصبی پس انتشار (BPNN) (مطالعه موردی: شهررشت)

عنوان مقاله: مدل سازی ظرفیت U-turn در بریدگی ها با استفاده از شبکه عصبی پس انتشار (BPNN) (مطالعه موردی: شهررشت)
شناسه ملی مقاله: TTC14_351
منتشر شده در چهاردهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک در سال 1394
مشخصات نویسندگان مقاله:

ایرج برگ گل - استادیار و عضو هیئت علمی دانشگاه گیلان، دانشکده فنی
علی جان نثار طلوع - کارشناس ارشد مهندسی راه و ترابری

خلاصه مقاله:
امروزه برای افزایش کارایی تقاطع ها و جلوگیری از ازدحام بیش ازحد آن ها، حرکت های گردش به چپدر محل تقاطع ها حذف شده و به صورت U-turn در پایین دست یا بالادست تقاطع انجام می شود. همین امر سبب افزایش بیش ازپیش ظرفیت بریدگیها شده است. در بیشتر مطالعات ی که در زمینهتخمین ظرفیت حرکت U-turn انجام شده، تنها به تأثیر یک پارامتر، بر ظرفیت بریدگی اشاره شده که این خود باعث عدم اطمینان به مدل های به دست آمده خواهد شد. از اینرو در این مقاله از شبکهعصبی مصنوعی (ANN) که دارای کارایی بیشتری نسبت به سایر روش ها می باشد، برای مدل سازی استفاده شده است. داده ها از بریدگی های واقع بر راه های شریانی شهر رشت گردآوری شده اند . در مدل های به دست آمده، چگونگی تأثیر سه پارامتر؛ ظرفیت متداخل ، فاصله عبور بحرانی و زمان دنباله روی بر ظفیت U-turn نشان داده شد. بر اساس نتایج به دست آمده، چنانچه ظرفیت ترافیک مسیر اصلی کم باشد، ظرفیت بریدگی تحت تأثیر دو پارامتر فاصله عبور بحرانی و زمان د نباله روی بوده و با بالا رفتن ظرفیت در مسیر اصلی، این پارامتر نقش بیشتری در کاهش یا افزایش ظرفیت U-turn خواهد داشت.

کلمات کلیدی:
ظرفیت، U-turn، بریدگی، ترافیک، شبکه عصبی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/419784/