این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی حمل و نقل، جلد ۸، شماره ۲، صفحات ۲۷۳-۲۹۰
عنوان فارسی مدلسازی تعقیب خودرو با استفاده از روش رگرسیون اسپیلاین تطبیقی چندگانه در حوزه بزرگراهی
چکیده فارسی مقاله  اخیراً استفادهازابزارشبیه سازیجریانترافیکبه عنوانیکیازروشهایکارآمدمدیریتترافیک،کنترلترافیک،تصمیم گیری و انتخاب راهبرد بهینه، روز به روز در حال افزایش می باشد. این در حالی است که تمامی مدل‌های شبیه‌سازی ترافیکی میکروسکوپی1 نیازمند یک مدل تعقیب خودرو مناسب اند تا بتوانند شرایط واقعی را به بهترین صورت ممکن نمایش دهند. تاکنون مدل‌های تعقیب خودرو بسیار زیادی مطرح شده‌اند. تمامی مدلهای سنتی که تاکنون ارائه شده‌اند به علت ماهیت چند‌تخصصی2 در حوزه مطالعه دارای پارامترهای بسیار زیادی هستند، به‌گونه‌ای که کالیبره نمودن این پارامترها بسیار دشوار است و هرگونه تغییر در این پارامترها حتی اگر بسیار کم باشد، در خروجی مدل اختلالات شدیدی ایجاد می‌کند. در این تحقیق، برای اولین بار، با استفاده ازروش رگرسیون اسپیلاین تطبیقی چندگانه3یک مدل تعقیب خودرو با خطای میانگین مربعات4 به مقدار 004/0و ضریب همبستگی5 (بین داده های مدلسازی شده و داده های واقعی) به مقدار 98/0 ارائه شده است. از ویژگی‌های مدل پیشنهادی، توانایی تعیین بهترین تابع برازش داده‌های آموزشی با حجم بسیار بالا و بدون نیاز به عملیات کالیبراسیون است. خروجی این مدل، تغییرات شتاب خودروی پیرو است. برای ارزیابی عملکرد مدل پیشنهادی، خروجی آن با خروجی مدل‌های سنتی مطرح شامل مدل‌هایHelly،GHR و Gipps مقایسه شد که نتایج حاصل از شبیه سازی میکروسکوپی صورت گرفته نشان نشانگر دقت مطلوب مدل پیشنهاد شده در این تحقیق، نسبت به این مدل‌ها است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Car Following Modeling Based on Multi-Variate Adaptive Regression Spline, Study Area: A Highway Zone
چکیده انگلیسی مقاله Recently, utilizing the traffic simulation models have been known as an efficient traffic control and management tool. However, all traffic micro-simulation models require a car-following model so that the simulations would be performed based on it. Many car-following methods have been proposed yet, but all these methods have several number of parameters to calibrate, in a way a little variation over them creates considerable disturbance. In this paper a new car following model was proposed using the Multi-variate Adaptive Regression Spline (MARS) method that do not need any calibration stage. The proposed model inputs are leading vehicle velocity, relative velocity of leading and following vehicles and spacing between them and the output is the acceleration of the following car. As a result of this paper, a car following model with the Mean Squared Error (MSE) equal to 0.004 and the correlation coefficient (R) equal to 0.98 was achieved using the function estimation method through the MARS method. Finally, the MARS output was compared with the results achieved by the Helly linear model, the GHR model and the Gipps model. Based on micro simulation experiment it was shown that the proposed method was more accurate than those models.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محسن پورعرب مقدم | پورعرب moghadam
دانشجوی کارشناسی ارشد، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

پرهام پهلوانی |
استادیار، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://jte.sinaweb.net/article_44256_746b025d72128046507b6e46a5e3182f.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1231/article-1231-343270.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات