عنوان فارسی مقاله : تغییر-مسیر بزرگراه : برخی یافته های تجربی
.
English Article Title: Freeway lane-changing: some empirical findings
Year: 2018
Publisher: ELSEVIER
Journal: Transportation Research Procedia
DOI: https://doi.org/10.1016/j.trpro.2018.10.082

Keywords:
#Lane_changing
#freeway_traffic
#capacity_drop
#empircal_traffic_database
#freeway_congestion
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#تغییر_مسیر
#ترافیک_آزادراه
#افت_ظرفیت
#بانک_اطلاعاتی_ترافیک_تجربی
#تراکم_بزرگراه

چکیده مقاله: تصور می‌شود که فعالیت تغییر مسیر نقش مهمی در تخریب ظرفیت بزرگراه ها متراکم ایفا کند. با این حال، دلایل این تاثیر منفی به دلیل مشکلات به دست آوردن داده‌های مناسب، کمیاب هستند. در این مقاله، فعالیت تغییر مسیر در بزرگراه B-23 شهر بارسلونا مورد بررسی قرار گرفته‌است. تغییرات مسیر (LC )در شش محدوده مختلف از جایی که اندازه‌گیری‌های بارگذاری حلقه نیز در دسترس بودند، ثبت شد. پایگاه‌داده بدست‌آمده اجازه پیدا کردن یک رابطه ثابت بین فعالیت LC و ازدحام را می‌دهد. اوج LC در تمامی بخش‌های آنالیز شده زمانی که متراکم می‌شوند، مورد تجزیه و تحلیل قرار می‌گیرند. این امر به طور خاص در تفکیک ترافیک، بین شرایط جریان آزاد بزرگراه و تجمع بزرگراه ، شدید است. به عنوان مثال، مشاهده می‌شود که راسهای فعالیت LC تنها در پایین‌دست یک تنگراه ی ثابت قرار دارند که در آن شرایط جریان بزرگراه بازیابی می‌شود. علاوه بر این، داده‌ها نشان می‌دهند که هرچه میزان تغییر مسیر بزرگ‌تر باشد، حداکثر جریان قابل‌مشاهده کوچک‌تر است، که از این فرضیه حمایت می‌کند که LC عامل کلیدی برای کاهش ظرفیت هستند. با وجود تمام این یافته‌ها، این تحقیق به دشواری دستیابی به یک پایگاه‌داده مناسب برای پاسخ قاطع به اغلب سوالات تحقیق در رابطه با تغییر مسیر بزرگراه می‌پردازد. پوشش مکان اندازه‌گیری یکی از زیان‌های اصلی است. برای این منظور، برنامه‌ریزی دقیق مجموعه داده‌ها برای بدست آوردن نتایج معنی‌دار ضروری است.

کلمات کلیدی : تغییر مسیر ، ترافیک آزادراه ، افت ظرفیت ، بانک اطلاعاتی ترافیک تجربی ، تراکم بزرگراه

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2WgZ7aC

عنوان فارسی مقاله : پیش بینی زمان سفر بزرگراه براساس ادغام داده مکانی-زمانی یکپارچه : مطالعه موردی بزرگراه در تایوان
.
English Article Title: Freeway Travel Time Prediction Based on Seamless Spatio-temporal Data Fusion: Case Study of the Freeway in Taiwan
Year: 2016
Publisher: Elsevier
Journal: Transportation Research Procedia
DOI: https://doi.org/10.1016/j.trpro.2016.11.087

Keywords:
#freeway_travel_time_prediction
#data_fusion
#spatio_temporal_traffic_pattern
#Kalman_filter
#Fourier_transform
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#پیش_بینی_زمان_سفر_آزادراه
#تلفیق_داده_ها
#الگوی_ترافیکی_مکانی_زمانی
#فیلتر_کالمن
#تبدیل_فوریه

چکیده مقاله:
پیش‌بینی زمان سفر یک خشت اساسی برای توسعه سیستم‌های مدیریت ترافیک پیشرفته (ATMS) و سیستم‌های اطلاعاتی پیشرفته مسافر (ATIS) بوده ‌است. مساله پیش ‌بینی زمان سفر در درجه اول با داده‌های موجود برای توسعه مدل و نیازها از دیدگاه هر دو طرف و اپراتورها شکل می‌گیرد. یک سیستم جمع‌آوری اطلاعات الکترونیکی که از راه دور بر سیستم بزرگراه در تایوان اجرا می‌شود، از دسامبر ۲۰۱۳ به طور کامل اجرا شده‌است، که اطلاعات جامع تری در مورد شرایط ترافیکی بزرگراه فراهم می‌کند، در نتیجه قابلیت را برای پیش‌بینی ‌اطمینان زمان سفر در بخش‌های بزرگراه فراهم می‌کند. براساس داده‌های هر دو سیستم ETC و آشکارساز وسایل نقلیه (VDs)، این تحقیق یک رویکرد پیش‌بینی زمان سفر را پیشنهاد می‌دهد که تکنیک اصلی ترکیب اطلاعات به دنبال دستیابی یکپارچه الگوی مکانی-زمانی از جریان ترافیک بزرگراه با انطباق پویاشناسی ترافیک است که از داده‌های ETC و VD مشخص شده‌است. در این صورت مدل‌های پیش‌بینی ساخته می‌شوند که در آن فیلتر کالمن برای پیش‌بینی کوتاه‌مدت بکار گرفته می‌شود و تبدیل سری فوریه برای پیش‌بینی بلند مدت براساس مدل‌سازی پیوسته پارامتری شده از سرعت سفر نقطه‌ای استفاده می‌شود. روش پیشنهادی به عنوان یک سیستم آنلاین توسعه‌یافته با استفاده از جاوا، همراه با داده‌های دنیای واقعی جمع‌آوری‌شده از بزرگراه در تایوان، برای آزمایش‌ها عددی به اجرا در می‌آید. خطاهای پیش‌بینی بزرگ‌تر از ۱۰ % در اکثر موارد وجود دارند، که دقت بالای قابلیت پیش‌بینی مدل را نشان می‌دهد. نتایج دلگرم‌کننده همچنین مزایای پردازش پیش از پردازش داده‌ها و ادغام داده‌ها را در بهبود کیفیت داده و قابلیت کاربرد نشان می‌دهد.

کلمات کلیدی: پیش بینی زمان سفر آزادراه؛ تلفیق داده ها؛ الگوی ترافیکی مکانی - زمانی؛ فیلتر کالمن؛ تبدیل فوریه

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3bBwxFp

عنوان فارسی مقاله : طبقه بندی فرآیند تصمیم گیری تغییر مسیر در بزرگراه ها
.
English Article Title: Categorization of the lane change decision process on freeways
Year: 2016
Publisher: Elsevier
Journal: Transportation Research Part C: Emerging Technologies
DOI: https://doi.org/10.1016/j.trc.2015.11.012

Keywords:
#Driving_behavior_modeling
#Lane_change_decision
#Microscopic_simulation
#Freeway_traffic
#Lane_change_strategies

#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_ریاضی(#Mathematics)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#مدلسازی_رفتار_رانندگی
#تصمیم_تغییر_خط
#شبیه_سازی_میکروسکوپی
#ترافیک_آزادراه
#استراتژی_های_تغییر_خط

چکیده مقاله:
عملیات ترافیک برای طرح های جاده ای جدید اغلب با استفاده از بسته‌های شبیه ‌سازی ترافیک میکروسکوپی شبیه‌سازی شده‌است. این بسته‌های شبیه‌سازی ترافیک معمولا ترافیک در بزرگراه ها را با ترکیبی از یک مدل خودرو و مدل تغییر مسیر شبیه ‌سازی می‌کنند. مدل‌های زیر توجه محققین را به خود جلب کرده‌اند و در مقابل داده‌ها تنظیم شده‌اند. مدل‌های تغییر مسیر پیشنهادی اغلب نشان‌دهنده رفتار معقول فرض شده ، نه لزوما متناظر با واقعیت هستند. بسته‌های شبیه‌سازی فعلی فقط یک نوع خاص از مدل برای تغییر خودرو و یا تغییر مسیر برای همه وسایل نقلیه در طول شبیه‌سازی را اعمال می‌کنند. این مقاله به بررسی فرآیند تصمیم‌گیری در حال تغییر مسیر برای انواع رانندگان مبتنی بر یک محرک دو مرحله‌ای می‌پردازد. از شرکت کنندگان خواسته شده‌است تا در بزرگراهی در هلند با یک وسیله نقلیه مجهز به دوربین رانندگی کنند. پس از آن، از رانندگان خواسته ‌شود تا در مورد انتخاب‌های خود در رابطه با انتخاب مسیر و سرعت توضیح دهند، در حالی که به ویدئو نگاه می‌کنند. این مقاله نشان می‌دهد که رانندگان مختلف استراتژی‌های متفاوتی برای انتخاب مسیرها دارند، و گزینه‌های تغییر مسیر با انتخاب سرعت آن‌ها مرتبط هستند. چهار استراتژی متمایز به طور تجربی یافت می‌شوند. این استراتژی‌ها نه تنها در مقادیر پارامتر بلکه در استدلال آن‌ مدلها تفاوت دارند، چرا که در حال حاضر در اغلب بسته‌های شبیه‌سازی شده‌است. به طور قابل‌توجهی، همه رانندگان استراتژی خود را به عنوان یک رفتار واضح درک می‌کنند و از همه رانندگان دیگر انتظار دارند که به روشی مشابه رانندگی کنند. علاوه بر مصاحبه شرکت کنندگان در برنامه آزمایش، ۱۱ نفر که در این آزمایش شرکت نکردند، مصاحبه شدند و در مورد تصمیمات تغییر مسیر مورد سوال قرار گرفتند. علاوه بر این، یافته‌ها این مطالعه به گروه‌های مختلف مخاطب با حوزه های مختلف (حدود ۱۵۰ نفر)ارائه شده‌است. نظرات و بازخورد آن‌ها در استراتژی‌های محرک مشتق‌شده کمی به این مطالعه اضافه شده است. یافته‌ها در این مقاله یک نقطه شروع برای توسعه مدل تغییر مسیر جدید تشکیل می‌دهند که چهار استراتژی رانندگی مختلف را در بین رانندگان بزرگراه مورد بررسی قرار می‌دهد. این یک کمک قابل‌توجه در حوزه مدلسازی رفتار رانندگی است، چون شبیه سازهای میکروسکوپی موجود تنها یک نوع مدل تغییر مسیر را برای همه رانندگان در طول شبیه‌سازی در نظر می‌گیرند. این امر می‌تواند منجر به تغییرات قابل‌توجهی در مسیر تغییرات مسیر در بزرگراه ها شود.

کلمات کلیدی: مدل سازی رفتار رانندگی، تصمیم تغییر خط، شبیه سازی میکروسکوپی، ترافیک آزادراه، استراتژی های تغییر خط

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2T6assf

عنوان فارسی مقاله : روش روزانه فضا-زمان برای پیش بینی زمان سفر کوتاه مدت بزرگراه
.
English Article Title: A space–time diurnal method for short-term freeway travel time prediction
Year: 2014
Publisher: Elsevier
Journal: Transportation Research Part C: Emerging Technologies
DOI: https://doi.org/10.1016/j.trc.2013.10.007

Keywords:
#Spatial_and_temporal_correlation
#Space_time
#Diurnal
#Freeway_link
#Probabilistic
#Travel_time_prediction
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی (#Engineering)
#مقاله_ریاضی(#Mathematics)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#همبستگی_مکانی_و_زمانی
#زمان_و_مکان
#روزانه
#لینک_آزادراه
#احتمالی
#پیش_بینی_زمان_سفر

چکیده مقاله:
تعدادی از روش های پیش بینی زمان سفر کوتاه مدت در دهه گذشته توسعه یافته است. با این حال، مطالعات اندکی به طور همزمان در رویکرد پیش بینی به اطلاعات فضا و زمان سفر پرداخته است. در این مطالعه، ما یک روش روزانه فضا-زمان (ST-D)، است که ادغام اطلاعات زمان سفر فضا و زمان برای به دست آوردن دقیق پیش بینی زمان سفر کوتاه مدت برای کریدورهای بزرگراه تحت شرایط ترافیک مختلف ارائه شده است. رویکرد پیشنهادی می تواند ویژگی های مهم زمان های سفر را در نظر بگیرد: ارتباط فضا و زمان، الگوی روزانه و عدم توجه به زمان سفر. ما از دو توزیع برای مدل سازی میانگین زمان سفر 5 دقیقه ای استفاده می کنیم: یک توزیع نرمال مختلط و یک توزیع غیر منطقی. بر خلاف بسیاری از روش های موجود است که عملکرد یک پیش بینی نقطه ای از زمان سفر کوتاه مدت، این روش مدل سازی احتمالاتی می تواند اشکالاتی از پیش بینی نقطه با برازش توزیع احتمال غلبه برای توصیف عدم اطمینان از زمان سفر آینده، و از آن فواصل پیش بینی می تواند محاسبه شود. ما از برآورد حداقل امتیاز احتمالی (CRPS) استفاده می کنیم تا عددی پارامترهای مدل پیش بینی را برآورد کنیم. روش ST-D با استفاده از داده های زمان سفر بر روی یک بخش در امتداد ایالات متحده آمریکا آمریکا-290 در هوستون تگزاس مورد بررسی قرار می گیرد. روش پيشنهادی پيش بينی زمان سفر در فاصله زمانهای 5 دقيقه را تا 1 ساعت پيش بينی می کند. مشخص شده که داده های زمان سفر از لینک های همسایه در امتداد کریدورهای بزرگراه را می توان به طور موثر برای به دست آوردن اطمینان کوتاه مدت پیش بینی زمان سفر استفاده می شود. نتایج تحقیق نشان می دهد که روش ST-D قوی تر از مدل های خودهمبسته مرسوم است.
کلمات کلیدی: همبستگی مکانی و زمانی، زمان و مکان، روزانه، لینک آزادراه، احتمالی، پیش بینی زمان سفر

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2Z9locn

عنوان فارسی مقاله : پیش بینی زمان سفر با تجربه برای بزرگراه های شلوغ
.
English Article Title: Experienced travel time prediction for congested freeways
Year: 2013
Publisher: Elsevier
Journal: Transportation Research Part B: Methodological
DOI: https://doi.org/10.1016/j.trb.2013.03.006

Keywords:
#Congestion_maps
#Travel_times
#Freeway
#Prediction
#Traffic_flow
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#نقشه_تراکم
#زمان_سفر
#آزادراه
#پیش_بینی
#جریان_ترافیک

چکیده مقاله:
زمان سفر یک معیار عملکردی مهم برای سیستم‌های حمل و نقل، و انتشار اطلاعات زمان سفر است که می‌تواند به مسافران کمک کند تا تصمیم‌های مهم سفر مانند انتخاب مسیر یا زمان سفر را اتخاذ کنند. از آنجا که داده‌های ترافیکی که در زمان واقعی جمع‌آوری می‌شوند منعکس‌کننده شرایط گذشته یا فعلی در بزرگراه هستند، یک روش زمان سفر پیش‌بینی‌کننده باید برای به دست آوردن اطلاعات منتشر شده مورد استفاده قرار گیرد. با این حال، بخش مهمی از ادبیات یا از فرض زمان سفر آنی استفاده می‌کند و زمان سفر بخش‌های بزرگراه در زمان شروع سفر را می‌پردازد، یا از الگوریتم های پیش‌بینی آماری برای پیش‌بینی زمان سفر آینده استفاده می‌کند. این مطالعه از اصول جریان ترافیک موجود (به عنوان مثال آنالیز شوک و شناسایی تنگراه)بهره می‌برد و از هر دو اطلاعات گذشته و زمان واقعی برای ارائه پیش‌بینی زمان سفر استفاده می‌کند. چارچوب روش‌شناسی این رویکرد، شامل الگوریتم شناسایی تنگراه، خوشه‌بندی داده‌های ترافیک در سازمانهای ترافیکی با ویژگی‌های مشابه، توسعه نقشه‌های تراکم تصادفی برای داده‌های گروهی و یک الگوریتم جستجوی ازدحام آنلاین است که داده‌های گذشته و داده‌های زمان واقعی را با زمان شروع سفر ترکیب می‌کند. نتایج تجربی بر مبنای داده‌های آشکارساز حلقه بر روی بزرگراه های کالیفرنیا نشان می‌دهد که روش پیشنهادی پیش‌بینی‌های زمان سفر امیدوارکننده را تحت شرایط مختلف ترافیک فراهم می‌کند.
کلمات کلیدی: نقشه تراکم، زمان سفر، آزادراه، پیش بینی، جریان ترافیک

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/362Jsz8