امیرحسین زارع میر حسینی
-
راه ها یکی از مهم ترین سرمایه های زیرساختی هر کشوری محسوب می شوند. جهت حفظ این سرمایه ها یکی از مباحث با اهمیت برنامه ریزی جهت نگهداری و تعمیر روسازی راه ها است. گذشت زمان، عبور ترافیک (بویژه وسایل نقلیه سنگین) و نیز شرایط آب و هوایی منطقه مورد نظر، تنش های زیادی را به روسازی راه وارد می کند. این تنش ها باعث ایجاد خرابی، افت کیفیت سواری و در نهایت اضمحلال روسازی می شود. با توجه به افزایش روز افزون هزینه های ناشی از عملیات ترمیم و نگهداری راه ها، یکی از مهمترین نگرانی های گردانندگان شبکه کاهش این هزینه ها با حفظ استاندارد کیفی لازم جهت عبور وسایل نقلیه است. هدف اصلی این پژوهش استفاده از یک مدل دگرگونی (تکاملی) برای کمینه کردن هزینه های عملیات ترمیم و نگهداری راه های شبکه به گونهای است که منافع دراز مدت سیستم، با حفظ شرایط خدمت رسانی قابل قبول، بیشینه گردد. پس از ساخت مدل، کارکرد آن روی شبکه های آزمایشی مورد بررسی قرار گرفته و نتایج بدست آمده رضایت بخش بوده است.
کلید واژگان: روسازی، تعمیر و نگهداری، مدل دگرگونی، مارکوفRoads are one of the most important assets in each country. Road network are too extensive and the budget needed for reconstruction is too high. To maintain these properties planning for the maintenance and rehabilitation is an important issue. Aging, traffic (especially trucks) and weather condition in the region cause numerous tensions in the pavement. These tensions are the main reason of distress, reducing ride quality and finally deterioration in the pavement. Because of the increasing rates of the costs associated with maintenance and repair there is a concern about keeping roads in good condition with the lowest costs. The main purpose of this research is to apply an evolutionary model to minimize the costs of maintenance and repair operation and at the same time maximizing the benefits of the system for a long time with acceptable service quality. The models are assessed on the hypothetical networks and the results have been satisfactory..
Keywords: Pavement, Repair, maintenance, Evolutionary model, Markov -
این مقاله در نظر دارد تا روشی جهت ثبت و شناسایی به موقع موقعیتهای خطرناک برای هر وسیله نقلیه براساس مشخصات خرد جریان ترافیک ارایه کند. در اینجا از شاخص های ایمنی جایگزین تصادفات استفاده می شود. چنانچه بتوان از ویژگیهای شاخص های شاخص های مختلف استفاده کرد، کارایی عملیات پیش بینی خطر افزایش پیدا خواهد کرد. برای این منظور، در این مقاله از سیستم استنتاج فازی (FIS) جهت ارایه یک شاخص ترکیبی (CSSM) استفاده می شود. جهت جلوگیری از پیچیده شدن مسئله تنها برخوردهای جلوبهعقب در نظر گرفته شده است. جهت تعیین مشخصات سیستم استنتاج فازی از داده های واقعی جمع آوری شده در بخشی از بزرگراه مدرس در تهران استفاده می شود. در نهایت نتایج مربوط به تحلیل ایمنی برمبنای هر یک از شاخص ها با هم و نیز نتایج حاصل از شاخص CSSM به لحاظ آماری با یکدیگر مقایسه می شوند. براساس محاسبات صورت گرفته می توان گفت استفاده از FIS می تواند احتمال برخورد جلوبهعقب را با در نظر گرفتن اثر توامان شاخص های مختلف بهتر مدل کند. نتایج این مقاله می تواند در بهبود عملکرد خودروهای خودرران موثر باشد.
کلید واژگان: ایمنی ترافیک، خودروی هوشمند، تصادف جلو به عقب، فازی، شاخص های ایمنی جایگزین تصادفThis paper aims to develop a method to detect dangerous situations for each vehicle based on microscopic traffic data for intelligent vehicles. Here, surrogate safety measures (SSMs) would be applied. Each SSM has unique characteristics and if we could use the advantages of different SSM simultaneously, then the efficiency of intelligent vehicles might be increased. For this purpose, Fuzzy Inference System (FIS) is applied to develop a Combined Surrogate Safety Measure (CSSM). In order to avoid complicating the issue, only rear-end collisions are considered. Microscopic traffic data collected in Modares highway of Tehran is used to develop FIS. Finally, the CSSM results are compared by each SSM statistically. Based on the results, it can be declared that FIS can be helpful to calculate the rear-end collision probability by using different SSMs. This achievement can be useful in promoting the efficiency of autonomous vehicles.
Keywords: safety, Autonomous Vehicle, Rear-end collision, Fuzzy, surrogate safety measure -
ایمنی ترافیک یکی از چالش هایی است که در زمینه حمل ونقل مطرح می شود. عامل انسانی در بسیاری از گزارش ها به عنوان عامل اثرگذار در رخداد تصادفات جاده ای معرفی می گردد. روش های متنوعی جهت کنترل رفتار رانندگان و جلوگیری از انجام تخلفات وجود دارد. در یک دسته بندی کلی می توان این روش ها را در دو دسته سنتی و نوین تقسیم بندی نمود. در حال حاضر بحث استفاده از سیستم های هوشمند به شدت مطرح بوده و در بسیاری از موارد تصمیم گیری در ارتباط با بکارگیری این سیستم ها در راه های مختلف تنها براساس قضاوت کلی صورت می پذیرد. در حالیکه این سیستم ها دارای مزایا و معایب متنوعی بوده و هر یک ممکن است در شرایط مشخصی دارای اولویت بکارگیری باشند. در این مقاله در نظر است تا 4 گزینه شامل : عدم نیاز به کنترل راه، کنترل راه با حضور پلیس، استفاده از دوربین های ثابت جهت ثبت تخلفات و استفاده از سیستمهای هوشمند ایمنی در راه با یکدیگر مقایسه شود. این گزینه ها دارای تفاوت های قابل توجهی به جهت محدودیت کاربرد، هزینه بکارگیری و تعمیر و نگهداری، میزان دقت و تناسب با مشخصات راه مورد نظر هستند. در اینجا با سیستم استناج فازی یک مدل تصمیم گیری جهت انتخاب گزینه مناسب براساس 7 معیار توسعه داده خواهد شد. مدل پیشنهادی برای یک مطالعه موردی در استان کرمان جهت تعیین گزینه مناسب در 5 محور به کار گرفته خواهد شد. براساس نتایج تحقیق میتوان گفت که استفاده از مدل پیشنهادی می تواند در استفاده اصولی از انواع روش های کنترلی جهت ارتقای ایمنی راه ها با لحاظ کردن معیارهای مختلف فنی و اقتصادی موثر باشد.
کلید واژگان: ایمنی، سیستمهای حملونقل هوشمند، فازی، کرمانTraffic safety is one of the main challenging issues in transportation engineering. Hhuman factor in most reports has also been announced as an effective factor in accidents. Various methods have been proposed for controlling and warning drivers in order to prevent violations. The methods can be classified into traditional and modern categories. Nowadays applying intelligent transportation systems are so popular, but deciding about their application is done often based on personal judgments. However, these systems have various benefits and disadvantages and each one must be applied in the proper case. In this paper we want to compare 4 scenarios containing 1- No control 2- Controlling by police 3- Applying cameras and 4- Intelligent transportation systems in the road. These scenarios are different in application, cost of application, precision and proportionality to the road classification. Here, a model for decision making based on 7 criteria and by Fuzzy Inference System would be developed. Then the proposed model would be tested for a case study in Kerman County for 5 rural roads. Results indicate that the proposed model can be a helpful method in order to decide about selecting the proper scenario to control the rural roads based on technical and economic criteria.
Keywords: Intelligent Transportation System, Fuzzy, Kerman, safety -
مجله راهور، پیاپی 32 (بهار 1399)، صص 45 -82زمینه و هدف
در نواحی داخل شهری لازم است تا به نحوی سرعت، به منظور مدیریت ایمنی تردد وسایل نقلیه کاهش داده شود. ابزارهای متنوعی برای این منظور توسعه داده شده است که می توان به دوربین های کنترل سرعت، سرعت کاه و تابلوی محدودیت سرعت به عنوان مهم ترین موارد اشاره کرد.
روشدر اینجا، یک روش جدید با استفاده از چهار رویکرد کارایی ابزارهای مختلف مدیریت سرعت بررسی شده است. برای انجام مطالعات از یک مسیر شریانی با ابزارهای کنترل سرعت متنوع در شهر کرمان استفاده شد. بر این اساس، روشی مبتنی بر تکنیک تداخل و شاخص های ایمنی جایگزین تصادفات توسعه داده شد.
یافته هانتایج بررسی ها نشان داد که سرعت کاه ها نسبت به دوربین کنترل سرعت، تاثیر بیشتری بر کاهش سرعت وسایل نقلیه دارند. به طور متوسط، سرعت کاه قادر است میزان سرعت وسایل نقلیه عبوری را نسبت به دوربین کنترل سرعت به اندازه بیش از 20 کیلومتر بر ساعت کاهش دهد. همچنین درصد وسایل نقلیه ای که پس از سرعت کاه سرعت خود را به حد سرعت مجاز رساندند، در حدود 15 درصد بیش از دوربین کنترل سرعت بوده است؛ اما تابلوی محدودیت سرعت در سطح اطمینان 95 درصدی، اثری بر کاهش سرعت رانندگان نداشت. همچنین یکی از مشکلات اصلی سرعت کاه ها، نرخ بالای شتاب ترمزگیری وسایل نقلیه بوده و استفاده از تابلوی پیش آگاهی، تاثیر چندانی بر بهبود عملکرد آن ها در سطح اطمینان 95 درصدی نداشت.
نتایج و پیشنهادهابنابراین بایستی بازنگری به منظور افزایش اثرگذاری تابلوهای ترافیکی بر رانندگان صورت پذیرد. همچنین بر اساس نتایج حاصل شده میتوان بیان داشت که افزایش تعداد و تنوع ابزارهای سرعت در یک مسیر می تواند بر بهبود عملکرد آن ها برای مدیریت سرعت موثر باشد؛ به گونه ای که بر اساس تحلیل های آماری صورت پذیرفته در سطح اطمینان 95 درصدی، میانگین سرعت وسایل نقلیه و شاخص های یکنواختی سرعت و میزان تخطی از سرعت مجاز، در دو مسیر با ابزارهای مدیریت سرعت متفاوت، دارای تفاوت معنی داری هستند.
کلید واژگان: ایمنی، سرعت مجاز، سرعت کاه و مدیریت سرعت -
راه ها به عنوان یکی از گسترده ترین زیرساخت های عمرانی در هر کشور یک سرمایه محسوب می شوند. موضوع مدیریت تعمیر و نگهداری راه های یکی از مهم ترین موارد جهت حفظ راه ها با توجه به بودجه موجود است. دو موضوع در مبحث مدیریت تعمیر و نگهداری راه ها دارای اهمیت است: 1- تعیین گزینه مناسب و 2- زمان بکارگیری آن. در این مقاله سعی شده تا مدلی با بکارگیری ابزار هوش مصنوعی جهت ارائه الگوریتمی در خصوص تصمیم گیری در رابطه با گزینه مناسب جهت انجام عملیات تعمیر و نگهداری و نیز زمان مناسب به لحاظ اولویت بندی برای اجرای آن توسعه داده شود. برای این منظور از سیستم استنتاج فازی (FIS) جهت ارائه مدل تصمیمگیری استفاده میشود. در این راستا از وضعیت فعلی روسازی شامل خرابی ها، وضعیت ناهمواری و مقاومت سازهای به عنوان ورودی های مدل استفاده خواهد شد. خروجی ها نیز گزینه تعمیر و نگهداری مناسب و اولویت زمانی اجرای آن خواهد بود. در نهایت مدل توسعه داده شده برای یک مطالعه موردی در قطعاتی از راه های برون شهری استان فارس اجرا خواهد شد. جهت تعیین اعتبارسنجی مدل نیز نتایج حاصل از مدل با آنچه که در واقعیت اجرا شده مقایسه می گردد. نتایج نشان می دهد تطابق نسبتا خوبی میان نتایج حاصل از مدل فازی و آنچه که در واقعیت اجرا شده وجود دارد.کلید واژگان: استان فارس، اولویت بندی، فازی، نگهداری، هوش مصنوعیRoads as the most extensive infrastructures are great assets in each country. Pavement rehabilitation and maintenance (R&M) based on the current budget is one of the most important issues to have proper roads. Two subjects are important in pavement management system, which are deciding about the proper alternatives for R&M and time to perform it. This paper aims to develop a model based on artificial intelligence to propose an algorithm for deciding about the proper option for pavement R&B and also the priority of its performance. For this purpose fuzzy inference system (FIS) would be applied. The present condition of the pavement based on the distresses, roughness and structural strength would be considered as the model inputs. Also the outputs are the proper option for R&B and priority of performance. To validate the model the real data of Fars County which relates to a PMS project would be applied. Results indicate that there is a good correlation between the results of the proposed model and real data.Keywords: Fars province, Prioritization, Fuzzy, maintenance, Artificial intelligence
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو میشود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشتههای مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته میتوانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که میخواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.