عبدالوهاب احسانی راد

ترافیک سنگین در شهرهای پرجمعیت یکی از بزرگترین مشکلات شهروندان است. سنسورهای هوشمند نصب شده روی چراغ های راهنمایی می توانند به مدیریت این مشکل کمک کنند. این سنسورها که با استفاده از اینترنت اشیا (IoT) مدیریت می شوند، در هنگام ترافیک سنگین، مدت زمان توقف یا حرکت را بر اساس جریان ترافیک تنظیم می کنند. شبکه های پهن باند داده های ترافیکی را به صورت بلادرنگ فراهم می کنند که این امر به بهینه سازی هوشمندانه مسیریابی ترافیک کمک می کند. یکی از چالش های اصلی در بهینه سازی جریان ترافیک، تغییرات پویا و تأثیر مسیریابی بر روی مسیرهای دیگر است. در این پژوهش، مدلی برای محاسبه زمان سفر خیابان ارائه شده است. هر خودرو پس از ورود به شبکه، مسیر بهینه را به صورت پویا دریافت می کند. وضعیت ترافیک شهری به صورت دوره ای بررسی می شود و خیابان های مستعد ازدحام ترافیکی شناسایی می شوند. در گام اول، الگوریتم دایجسترا برای پیاده سازی مسیر کوتاه تر استفاده شده تا معیاری برای ارزیابی کارایی روش پیشنهادی باشد. سپس، عوامل مؤثر بر زمان سفر شناسایی و درجه اهمیت هر کدام مشخص می شود. با استفاده از الگوریتم A* و تحلیل اطلاعات شبکه های بین خودرویی، مسیر مطلوب با کوتاه ترین زمان سفر شناسایی می شود. نتایج شبیه سازی نشان دهنده تأثیر بسزای این روش در کاهش زمان سفر است. همچنین، مسیریابی خودروها و تنظیمات چراغ های راهنمایی بر اساس وضعیت ترافیک کنونی به صورت پویا انجام می شود. ارزیابی عملکرد روش ما با استفاده از شبیه سازی کارایی مدل پیشنهادی را در بهینه سازی جریان ترافیکی نشان می دهد.