سعید ابراهیمی در گفت و گو با خبرنگار ایمنا، اظهار کرد: بزرگراهها به عنوان رکن اصلی تحرک، در شبکه معابر شهرهای پرجمعیت از جمله اصفهان محسوب میشوند، امروزه افزایش جمعیت، تعداد خودروها و سفرهای درونشهری، تراکم ترافیک در بزرگراههای شهری را به ویژه در ساعات اوج به یک معضل جدی تبدیل کرده است.
وی افزود: این تراکم ترافیک به صورت مستقیم یا غیرمستقیم باعث افزایش متوسط زمان سفر مسافران، نوسان سرعت، مانورهای توقف حرکت، اتلاف وقت شهروندان، افزایش مصرف سوخت، افزایش آلودگی هوا و فرسودگی خودروها شده و تمامی این عوامل موجب کاهش کیفیت زندگی شهروندان و کاهش بهرهوری در مقیاس شهر میشود.
مدیر پژوهش، خلاقیت و فناوریهای نوین شهرداری اصفهان ادامه داد: با توجه به اینکه امروزه، زمان نقشی کلیدی در روند زندگی افراد در درون شهرها دارد و اصفهان به عنوان قطب صنعت کشور با معضل روزافزون آلودگی هوا و پیامدهای آن دست و پنجه نرم میکند، پس ارائه هر راهکاری برای مدیریت، کنترل و بهبود وضعیت شهر از لحاظ این شاخصها، میتواند قابل توجه باشد.
وی با بیان اینکه تابلوهای پیام متغیر به عنوان یکی از ابزارهای مدیریت و کنترل جریان ترافیک محسوب میشود، گفت: امروزه در شهر اصفهان تعداد قابل ملاحظهای از این تابلوها در محدودههای مختلف شهر نصب شده که در صورت استفاده صحیح و قابل اعتماد میتوانند اثر خوب قابل توجهی را روی جریان ترافیک شهر بگذارند.
ابراهیمی تصریح کرد: هماکنون نحوه ارائه اطلاعات وضعیت جریان توسط تابلوهای پیام متغیر به این صورت است که پس از تحلیل اطلاعات آنی جریان ترافیک توسط یک کاربر، وضعیت جریان محل رخداد بر روی تابلو نمایش داده میشود.
وی با تاکید بر لزوم پیشبینی کوتاه مدت جریان ترافیک به خصوص در بزرگراهها، اظهار کرد: پیشبینی جریان ترافیک شامل استفاده از اطلاعات جریان ترافیک زمان حال و گذشته به منظور تخمین جریان ترافیک در بازه زمانی کوتاه مدت آینده است که میتواند یک دقیقه تا چند دقیقه بعد را شامل شود.
مدیر پژوهش، خلاقیت و فناوریهای نوین شهرداری اصفهان ادامه داد: با توجه به مکان قرارگیری تابلوهای پیام متغیر در شهر اصفهان و فاصله زمانی بین پنج تا ۱۰ دقیقهای مابین محل رخداد و تابلوهای پیام متغیر پیشبینی با بازه زمانی پنج دقیقه بعد اساس این مطالعه قرار گرفته است.
وی با بیان اینکه در طول این پروژه روشهای مختلف و رایج پیشبینی جریان ترافیک معرفی شده است، افزود: از جمله روشهای مختلف پیشبینی میتوان به روشهای آماری تحلیل سری زمانی، شبکه مصنوعی عصبی، فیلتر کالمن و روشهای پردازش سیگنال مانند تبدیل موجک اشاره کرد که از بین آنها روش تبدیل موجک_شبکه مصنوعی عصبی به عنوان روش اصلی این پژوهش انتخاب شده است.
ابراهیمی تصریح کرد: در این پروژه اطلاعات یک قسمت از بزرگراه خرازی به عنوان بزرگراه بحرانی اصفهان جمعآوری شده و تحلیل و پیشبینی بر روی اطلاعات آن قسمت شامل اطلاعات حجم جریان در بازه زمانی دو ماهه صورت گرفته است که پس از ساخت مدل بهینه ترکیبی و تحلیل نتایج، این مدل بهینه قادر بود حجم جریان ترافیک را در بازه زمانی پنج دقیقه بعد با میانگین خطای مطلق درصدی۸۵.۴ درصد پیشبینی کند.
وی گفت: بررسی عملکرد این مدل در پیشبینی جریان ترافیک بیانگر این است که این مدل توانایی تشخیص بسیاری از تغییرات ناگهانی صورت گرفته در جریان ترافیک را در زمانهای مختلف دارا است.
نظر شما