پژوهشنامه حمل و نقل

هدف این مقاله ارائه مدلی مبتنی بر شبکه های عصبی پیشخور با دقت بالا برای پیش بینی تأخیر قطار های مسافری در راه آهن جمهوری اسلامی ایران است. در این مقاله از سه روش مختلف برای ورودی شبکه های عصبی، شامل ورود به صورت اعداد حقیقی نرمال شده، تبدیل ورودیها به صورت دودویی و همچنین تبدیل ورودیها به رشته های دودویی استفاده شده است. برای یافتن ساختاری مناسب برای شبکه عصبی در مدل پیشنهادی از سه استراتژی مختلف استفاده شده است که به ترتیب استراتژی سریع، استراتژی پویا و استراتژی چندگانه نام دارند. داده های مورد استفاده در این پژوهش شامل تأخیر قطارهای مسافری راه آهن جمهوری اسلامی ایران از سال های 1383 تا 1387 است. برای آماده سازی داده ها، جهت حذف داده های متناقض و دارای نویز که همواره همراه با مجموعه داده های دنیای واقعی است، پیش پردازش کاملی صورت گرفته است، برای پیشگیری از بیش برازش مدل با مشخصات داده های آموزشی، براساس روش اعتبارسنجی تقاطعی، داده ها به سه قسمت داده-های آموزشی، داده های اعتبارسنجی و داده های آزمایشی تقسیم شدند. برای ارزیابی مدل پیشنهادی، نتایج حاصل از روشهای مختلف ورود داده و استراتژی های یافتن ساختار مناسب شبکه، با یکدیگر و همچنین با بعضی روشهای رایج پیش بینی از قبیل درختهای تصمیم و رگرسیون لجستیک چند جمله ای مقایسه شده اند. برای مقایسه مدلهای مختلف شبکه های عصبی مورد استفاده در این مقاله زمان آموزش مدل، دقت پیش بینی بر روی داده های آزمایشی و اندازه شبکه در نظر گرفته شده است. برای انجام مقایسه ای دقیق میان تمامی مدلها، نمودار زمان - دقت ترسیم شده است. نتایج به دست آمده نشان می دهند مدل پیشنهادی از دقت بیشتری برخوردار است.

بسیاری از تحلیلهای مهندسی ترافیک با استفاده از ابزار شبیه سازی خرد جریان ترافیک صورت می پذیرد. مدلهای تعقیب خودرو از مهم ترین زیر مدلهای شبیه سازی خرد جریان ترافیک است که به کنترل رفتار رانندگی در ارتباط با خودروی جلویی واقع در خط عبور مشابه می پردازد. تعدد مدلهای تعقیب خودرو آن چنان زیاد است که ضرورت شناخت هر مدل را، قبل از انتخاب آن، ایجاب می کند. در این تحقیق، مدل معروف تعقیب خودروی جنرال موتورز (GM)، مد نظر قرار می گیرد و خصوصیات حالت ساده شده ای از این مدل، که زمان عکس العمل برای همه راننده ها صفر است (مدل رانندگی پاسخ سریع)، بررسی می شود. برای این منظور چندین سناریوی ساختگی برای فرآیند تعقیب خودروی معمول، تعریف و با شبیه سازی مدل رانندگی پاسخ سریع ویژگیهای این مدل ارزیابی می شود. همچنین، رویکرد استفاده از مبانی معادلات دیفرانسیل برای پیش بینی و تخمین رفتار خودروی تعقیب کننده با توجه به فرض معلوم بودن رفتار حرکتی خودروی جلویی پیشنهاد می شود. به علاوه، برای شناخت بیشتر خصوصیات مدل، از داده های سری زمانی فرآیند تعقیب خودروی واقعی استفاده شده و مدل رانندگی پاسخ سریع با این داده ها پرداخت می شود. نتایج ارزیابی مدل با داده های واقعی نشان می دهد که مدل تعقیب خودروی پاسخ سریع رفتار دنیای واقعی را به طور قابل قبول (RMSPE=1.7 %) مدل سازی می کند. همچنین، نتایج نشان می دهند مبانی معادلات دیفرانسیل ابزار قدرتمندی برای تحلیل مدل رانندگی پاسخ سریع است و استفاده از این رویکرد به شناخت بیشتر خصوصیات مدل و کاهش هزینه های محاسباتی منجر خواهد شد.

استفاده از سیستم جامع حمل و نقل عمومی راهکار مطلوبی برای تحقق حمل و نقل پایدار شهری است. در این میان مترو به عنوان یکی از کارآمدترین وسایل حمل و نقل عمومی مورد استفاده قرار می گیرد. در کنار ویژگیها و آثار مثبت مترو بر بهبود وضعیت حمل و نقل شهر تهران، این سیستم مشکلاتی در زمینه اجتماعی، کالبدی و ترافیکی برای ساکنان محلات بلافصل آن، به وجود آورده است. هدف این مقاله بررسی عوامل تأثیرگذار بر رضایتمندی از سکونت در محلات شهر تهران، پس از احداث ایستگاه مترو است. شاخصهای مورد توجه این بررسی، شامل ویژگیهای فردی استفاده کنندگان مترو و همچنین شاخصهای مطلوبیت کیفیت اجتماعی، کالبدی و ترافیکی است. روش مورد استفاده برای تعیین عوامل مؤثر بر میزان رضایتمندی، بهره گیری از مدل رگرسیونی پیش بینی کننده است که میزان رضایت ساکنین محلات را با شناسایی متغیرهای تأثیرگذار، اندازه-گیری می کند. به این منظور برای دستیابی به هدف مقاله، دو ایستگاه مترو دانشگاه صنعتی شریف و ایستگاه مترو دانشگاه علم و صنعت ایران، انتخاب و 160 پرسشنامه در میان ساکنین محلات بلافصل آنها توزیع و تکمیل شده است. نتایج تحلیلی مدل حاکی از آن است که شاخصهای جنسیت و سن از میان ویژگیهای فردی و شاخصهای مطلوبیت اجتماعی و کالبدی بر میزان رضایت ساکنین بعد از احداث ایستگاه مترو تأثیر گذارند.

این مطالعه، با هدف تحلیل ظرفیت مقاطع پایه بزرگراهی در ایران و ارتباط آن با نحوه رفتار رانندگان انجام شده است. بزرگراه مورد مطالعه در این تحقیق، بزرگراه درون شهری شهید خرازی اصفهان است. داده های ترافیکی جمع آوری شده در ساعات مختلف روز و شب شامل تردد، سرعت متوسط و سرفاصله زمانی هستند. با استفاده از مدلهای کلان سرعت- چگالی و همچنین با تحلیل سرفاصله های زمانی وسایل نقلیه، ظرفیت خطوط مختلف قطعه پایه بزرگراهی تحت شرایط جریان غیرمنقطع تعیین شده است. نتایج حاکی از آن است که ظرفیت خطوط مختلف بزرگراه مورد مطالعه بویژه خط سبقت بیشتر از ظرفیت پیشنهادی راهنمای ظرفیت راهها HCM است. مهم ترین علت این امر، ویژگیهای متفاوت رفتاری جامعه مورد مطالعه رانندگان نسبت به سایر جوامع است. تمایل بخش عظیمی از جامعه رانندگان به انتخاب سرفاصله های غیرایمن و عدم رعایت فاصله ایمن دنباله روی بویژه در ترددهای نزدیک به ظرفیت، اگرچه ظرفیت خط را افزایش داده-است ولی در عین حال سبب کاهش ایمنی و افزایش احتمال خطر تصادف نیز شده است. همچنین مشخص شد که نحوه رفتار رانندگان در خطوط مختلف بزرگراهی و نیز در ساعات شب و روز با یکدیگر متفاوت است. این مطالعه نشان داد که برای تحلیل ظرفیت بزرگراهها در ایران، اعمال تغییرات در مقادیر پیشنهادی توسط آیین نامه های کشورهای پیشرفته، رفتار صحیح تری از ترافیک را منعکس می سازد.

بروز سوانح طبیعی امری اجتناب ناپذیر است و خسارتهای فراوانی را نیز درپی دارد. در این میان، برقراری ارتباط در شبکه حمل و نقل جاده ای با توجه به اهمیت و جایگاه آن خصوصاً در شرایط اضطراری بسیار حائز اهمیت است. عملکرد مناسب شبکه راهها میتواند باعث کاهش اثرات حادثه در این شرایط شود و شبکه ای که نتواند دسترسی لازم را فراهم کند، دارای قابلیت اطمینان اندکی است و موجب آسیبهای گسترده تری نیز میشود. استان کردستان به علت موقعیت جغرافیایی و شرایط طبیعی ویژه، در معرض آسیبهای ناشی از وقوع حوادث طبیعی قرار دارد. بنابراین تأمین دسترسی و کاهش این آسیبها دارای اهمیت است. در این پژوهش بر مبنای حجم وسیعی از اطلاعات، یک شاخص ریسک برای شبکه راههای استان کردستان برآورد شده است. برای اعتبارسنجی این شاخص، ضمن تحلیل حساسیت آن، نتایج کار با خسارتهای حوادث گذشته مقایسه شده است. در ادامه به کمک این شاخص، با تعیین مسیرهای دارای ریسک، اولویت بندی سرمایه گذاری در کمانهای شبکه با هدف افزایش قابلیت اطمینان و کاهش میزان ریسک در شبکه انجام شده است.

در مدل سازی آماری تصادفات، تخمین دقیق ضرایب مدل به این دلیل که بیان کننده میزان و چگونگی ارتباط متغیر وابسته با هر یک از متغیرهای مستقل هستند، از اهمیت زیادی برخوردار است. برای تعیین این ضرایب، معمولاً یک تابع درستنمایی با استفاده از روشهای عددی ""بردار گرادیان""، ""شبه نیوتن"" و ""نیوتن- رافسون"" بهینه سازی می شود که هر یک به ماتریس هسین وابسته بوده و به همین جهت از ضعفهایی نظیر کندی روند همگرایی، وابستگی شدید به مقدار اولیه و امکان همگرایی برای یک تابع در نقطه ای به غیر از بالاترین قله، برخوردارند. در این مقاله با حذف عبارت ماتریس هسین از معادله طول گام بهینه روش بردار گرادیان به کمک تکنیکهای ریاضی، روشی ارایه شده است که ضعفهای یاد شده را به حداقل رسانده و امکان مناسب تری را برای مدلساز جهت تخمین ضرایب مدلهای پیش بینی تصادفات فراهم آورده است. یافته های حاصل از اجرای این روش بر روی یک تابع عملکرد ایمنی (که با استفاده از داده های تصادفات و حجم ترافیک 160 قطعه راه شهری در ایران ساخته شده است)، نشان می دهد که روش پیشنهادی در اجرای فرایند بهینه سازی به نقطه شروع حرکت وابسته نبوده و همچنین همگرایی برای یک تابع درستنمایی را در بالاترین قله ممکن ایجاد می کند.