بروزرسانی ماتریس های تقاضای سفر در مدل حمل و نقل و ترافیک شهر تهران با بهره گیری از روش گرادیان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 919

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TTC14_129

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

پس از برآورد تقاضای سفر شهر تهران در بازه های مختلف زمانی به علت نتایج نامناسب برآورد تقاضایسفر در سال 1393 (با مقایسه نتایج مدل با حجم های مشاهده شده در کمان های خطوط برش سال1393 ) تصمیم گرفته شد تا به روشی از خطای نسبتاً زیاد مدل های برآورد تقاضا کاسته شود.وجود اینخطا به دلیل فاصله زمانی نسبتا زیاد بین اطلاعات مورد استفاده در ساخت مدل (اطلاعات سال 1383 ) وزمان استفاده (سال 1393 ) دور از انتظار نمی باشد.به منظور تصحیح ماتریس های تقاضا الگوریتم گرادیان اسپایس در محیط نرم افزار EMME/2پیاده سازی شد. با توجه به اینکه اولا به علل مختلف، خطا در آمارگیری خط برش وجود داشته و ثانیاحفظ ساختار توزیع سفرهای سال پایه که از آمارگیری مبدا-مقصد نشات می گیرد از درجه اهمیتبالایی برخودار می باشد محدودیتی برای حفظ فاصله بین ماتریس تقاضای برآورد شده با مدل ها و تقاضایاصلاح شده منظور شد.این محدودیت به صورت مقید کردن تمامی درایه های ماتریس حاصل از تقسیمتقاضای اصلاح شده به تقاضای برآورد شده صورت پذیرفت . برای اصلاح ماتریس های تقاضای سفر ازالگوریتم گرادیان ارائه شده توسط اسپایس استفاده شد. پس از تخصیص تقاضای تصحیح شده سال1393 به تفکیک بازه های زمانی به شبکه سال 1393 و مقایسه نتایج تخصیص تقاضای سفر سال 1393در دو حالت قبل و بعد از تصحیح مشخص شد که در نمودار مشاهده – برآورد ضریب زاویه و ضریببرازندگی بهبود یافته و درصد خطا کاهش یافته است.

کلیدواژه ها:

روش گرادیان ، تصحیح ماتریس ، مدل های برآورد تقاضا

نویسندگان

امید افصحی

کارشناس ارشد راه و ترابری دانشگاه علم و صنعت ایران

علی فتوحی

کارشناس ارشد برنامه ریزی حمل و نقل دانشگاه صنعتی شریف

عطاالله پورزاهدی

کارشناس عمران دانشگاه صنعتی شریف

امیرهوشنگ مرادپور

کارشناس ارشد برنامه ریزی حمل و نقل دانشگاه علم و صنعت ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :