مدل سازی و کنترل نظارتی شبکه های ترافیک شهری ابعاد وسیع با استفاده از پتری نت های هایبرید

با افزایش روزافزون جمعیت شهری و وسایل نقلیه به خصوص در شهرهای بزرگ، ترافیک به یکی از مسائل و مشکلات مهم تبدیل شده است. در این مقاله، هدف طراحی یک ساختار کنترلی است که بتواند سیگنالهای کنترلی مناسب جهت عملکرد بهینه شبکه ترافیک و کاهش ازدحام ترافیکی را تولید کند. یکی از مهمترین سیگنالهای کنترلی شبکه های ترافیک شهری، مدتزمان چراغهای راهنمایی است که بهینه بودن مقدار آنها، تاثیر زیادی بر روی عملکرد شبکه دارد. نگاه ما به شبکه ترافیک شهری از دید یک سیستم رخدادگسسته است که دارای متغیرهای پیوسته نیز میباشد. از این رو از پترینتهای هایبرید به عنوان ابزار ریاضی جهت مدلسازی استفاده میشود و شبکه ترافیک شهری، با هر تعداد و انواع از عناصر ترافیکی، با کمک یک روش سیستماتیک و ماژولار مدلسازی میشود. سپس با ارائه روشهایی جهت کاهش مرتبه مدل شبکه ترافیک و همچنین تجزیه آن به زیرشبکهها با استفاده از شبکه های عصبی، به طراحی یک ساختار کنترلی سلسله مراتبی مبتنی بر MPC جهت بهینه سازی تابع هدف مجموع زمانهای تلف شده در شبکه ترافیک میپردازیم. ساختار کنترل سلسله مراتبی مبتنی بر MPC، سیگنالهای کنترلی بهینه برای کل شبکه ترافیک شهری ابعادوسیع را تولید میکند و در نتیجه باعث افزایش عملکرد بهینه شبکه و کاهش ازدحام ترافیکی آن میشود.

کلیدواژه ها:

شبکه ترافیک شهری ، پترینت هایبرید ، مدل سازی ماژولار ، شبکه عصبی ، کنترل سلسه مراتبی MPC ،