بخشی از مقاله
چکیده
هدف از این تحقیق طراحی سیستمی عاملگرا برای اولویت دادن به وسایل نقلیه عمومی به ویژه اتوبوسها در تقاطعهای شهری جهت بهبود ترافیک میباشد. از این رو، در این سیستم به منظور تنظیم برنامه تردد اتوبوسها، رفت و آمد آنها با توجه به یک جدول زمانی در هر ایستگاه چک میشود و در ایستگاه ماقبل تقاطع با توجه به مقدار تأخیر و تعداد مسافران - که برای تخمین تعداد مسافران از روش ابتکاری سنسور وزن استفاده شده است - به هر اتوبوس مقدار اولویتی تخصیص داده میشود. سپس اتوبوس زمان سبز لازم برای عبور از تقاطع را از تقاطع درخواست میکند. تقاطع نیز با استفاده از تخمین تعداد وسایل نقلیه - توسط سیگنالهای تلفن همراه سرنشینان اتومبیلهای موجود در تقاطع - ، همچنین مقدار اولویت اتوبوسها، زمانبندی مناسب و بهینه را با استفاده از الگوریتم ژنتیک تولید میکند.
مزیتهای روش پیشنهادی شامل این موارد میباشد: استفاده از سیگنال تلفن همراه با قبول درصدی خطا بدون نیاز به احداث هیچ گونه سخت افزاری بسیار مقرون به صرفه است. همچنین با استفاده از الگوریتم ژنتیک بهترین زمانبندی برای چراغهای راهنمایی محاسبه میشود. به علاوه اینکه، در نظر گرفتن تعداد وسایل نقلیه در تقاطعها وضعیت ترافیک کلی را نیز بهبود میبخشد. همچنین در نظر گرفتن تعداد مسافران اتوبوس به عنوان فاکتوری در اولویت دهی به اتوبوس باعث میشود که رضایت مسافران نیز در حمل و نقل شهری در نظر گرفته شود متعاقباً به طور غیر مستقیم تأثیر زیادی در کاهش ترافیک شهری پدیدارخواهد شد.
مقدمه
امروزه، حمل و نقل عمومی در حال تبدیل شدن به یک روش اقتصادی مناسب برای حل مشکلات زندگی شهری، مانند افزایش جمعیت و نگرانیها در مورد مسائل زیست محیطی، مانند آلودگی هوا و آلودگی صوتی است .[1] در بسیاری از شهرها، اتوبوس، فرم غالب حمل و نقل عمومی میباشد. اتوبوسها با توجه به ظرفیت حمل بالا، استفاده مؤثری از مسیر تردد را فراهم میکنند.
بنابراین میتوانند کمک قابل توجهی به کاهش تراکم ترافیک داشته باشند. ارائه اولویت به اتوبوسها به ویژه اتوبوسهای تأخیر کرده نقش مهمی در حفظ کیفیت خدمات اتوبوسرانی، بهبود ترافیک مسیر، افزایش سرعت و قابلیت اطمینان دارد . این امر میتواند توسط تغییر زمانهای چراغ راهنما به نفع اتوبوسهای در حال نزدیک شدن به تقاطعها میسر شود که به طور معمول، توسط تمدید دوره چراغ سبز یا فراخواندن مرحله چراغ سبز انجام میشود. این نوع اولویت دادن به اتوبوسها در بسیاری از شهرهای آمریکا، بریتانیا، ژاپن، فرانسه، دانمارک، سوئد، سوئیس، فنلاند، آلمان، استرالیا، اتریش، ایتالیا، نیوزیلند اجرا شده است
با توجه به ماهیت توزیع شدگی دادهها در ترافیک شهری در طول شبکه حمل و نقل شهری، سیستمهای چندعاملی روش و الگویی مناسب برای کنترل ترافیک شهری هستند
از این رو، ما نیز در این مقاله به طراحی سیستم چندعاملی نوینی برای اولویت دادن به اتوبوس میپردازیم. در این مقاله، سیستم پیشنهادی ما دارای 5پنج عامل میباشد که یکی از عاملها وظیفه تخمین تعداد وسایل نقلیه موجود در تقاطع را بر عهده دارد. سپس عامل اتوبوس قبل از رسیدن به تقاطع، زمان مورد نیاز خود را از عامل تقاطع درخواست میکنند و عامل تقاطع با در نظر گرفتن اولویت اتوبوس به صورت مناسب با به کارگیری الگوریتم ژنتیک زمانبندی مناسب برای چراغهای راهنمایی را تعیین می-کند. در این سیستم برای محاسبه اولویت اتوبوس، علاوه بر زمان تأخیر، تعداد مسافران اتوبوس نیز در نظر گرفته شده است. از آنجا که یکی از اهداف کنترل وسایل نقلیه عمومی کسب رضایت مسافران است در نظر گرفتن این معیار میتواند بسیار تأثیر گذار باشد. در واقع سیستم پیشنهادی از تآخیر اتوبوسها جلوگیری میکند و در عین حال ترافیک کلی را کنترل مینماید.
با ذکر این مقدمات، سازماندهی این مقاله به این صورت است: دربخش دوم، پیشنیه تحقیق بازگو میشود. سپس در بخش سوم، به بحث درباره روشها و ابزارهای محاسبه بار ترافیک میپردازیم. در بخش چهارم، روش پیشنهادی خود را مطرح میکنیم. در نهایت، ارزیابی روش پیشنهادی و نتیجهگیری از مطلب در بخش ششم ارائه میگردد.
پیشینه پژوهش
اولویت اتوبوس در چراغهای راهنمایی میتواند به یکی از دو روش منفعل1 یا فعال2 انجام شود .[4] روش منفعل یک تنظیم آفلاین به نفع اتوبوسها و دادن زمان سبز بیشتر به مسیرهای دارای جریان اتوبوس بیشتر است. در روش فعال اولویت به اتوبوسها به صورت آنلاین و با توجه به اطلاعات اتوبوسها نظیر تأخیر داده میشود.[4] روشهای مختلفی برای اولویت دادن به اتوبوسها وجود دارد که میتوان به موارد زیر اشاره کرد :[2] تمدید و طولانی کردن زمان سبز، فراخوانی یک فاز چراغ سبز، همیشه سبز بودن برای اتوبوس - اگر قرمز باشد چراغ سبز فراخوانی شود و اگر سبز است تا رد شدن اتوبوس سبز باقی بماند - ، پیش بینی زمان رسیدن اتوبوس و سبز کردن چراغ، ایجاد یک مرحله جدید در چراغ به محض شناسایی یک اتوبوس - این روش میتواند شامل پرش یا به تأخیر انداختن مراحل دیگر باشد - .
یکی از گامهای اساسی در اولویت اتوبوس قادر ساختن تقاطع به تصمیم گیری و زمانبندی هوشمند چراغهای راهنمایی است. بکارگیری تکنیکهای هوشمند در کنترل ترافیک به چند روش تقسیم میشوند که به طور اجمالی به توضیح آنها میپردازیم:
• یادگیری تقویتی و یادگیری :Q در یادگیری [6] [5] Q، نیازی به مدل مشخصی از محیط نیست و عامل رابطه با عاملهای دیگر و محیط را خود در حین تعامل با محیط میآموزد.
• شبکه عصبی: در این روش [5]، سیستم با استفاده از یک مجموعه آموزشی یادگیری را انجام میدهد. در مقالات [7] و [8] از این روش برای کنترل هوشمند ترافیک استفاده شده است.
• سیستمهای منطق فازی: در این روش [5]، وضعیت ترافیک براساس مجموعهای از قوانین ارزیابی میشود. در پژوهش [9] از منطق فازی
برای کنترل چراغ راهنمایی مبتنی بر سیستمهای چندعاملی برای مقابله با مشکلاتی همچون تصادف ارائه شده است.
• الگوریتم ژنتیک: الگوریتم ژنتیک [5]، نوع خاصی از الگوریتمهای تکاملی است که از تکنیکهای زیست شناسی مانند وراثت و جهش استفاده میکند. در پژوهش [10] برای زمانبندی بهینه چراغهای راهنمایی از الگوریتم ژنتیک استفاده شده است.
• سیستمهای چندعاملی: روش هوشمند دیگر، سیستمهای چندعاملی [5] است که از عاملهای هوشمند متعددی تشکیل شده است. این عاملها با هم در تعامل هستند. در پژوهشهای [11]، [12] و [13] سیستمهای چندعاملی برای کنترل ترافیک پیشنهاد شده است.
روشها و ابزارهای محاسبه بار ترافیک
برای اینکه سیستم قادر باشد به صورت زمان واقعی عملیات کنترل را انجام دهد باید در هر لحظه تخمینی از بار ترافیک در د سترس با شد تا برا ساس آن عملیات زمانبندی انجام شود. برخی از روشهای تخمین بار ترافیک عبارتند از: [14] RFID، تکنیکهای پردازش تصویر و دوربین [15] [14]، شبکههای ح سگر بی سیم[15] 3، شبکههای موردی و سایل نقلیه[15] 4، سیگنالهای موبایل [15]، سی ستم موقعیت یاب جهانی. - GPS - 5 ا ستفاده از RFID در شرایط جوی قابل اعتماد نیست و در طول شبکه جادهای وسیع هزینهبر خواهد بود. استفاده از دوربین، شبکههای موردی و شبکههای حسگر بیسیم بسیار هزینه بر است . پردازش سیستم موقعیتیاب جهانی با تأخیر همراه است. از این رو، ما در این مقاله از روش سیگنالهای موبایل برای تخمین بار استفاده کردهایم.
استفاده از سیگنالهای تلفن همراه، یک موفقیت بسیار بزرگ در مدیریت کنترل ترافیک جاده به علت همیشه در دسترس بودن آن میباشد. یکی از اشکالات عمده در استفاده از سیگنالهای تلفن همراه این است که زمانی که آنها فعال هستند میتوان از آن استفاده کرد. از این رو، مقدار قابل توجهی خطا در پیشبینی تراکم خودروها وجود دارد. اما با توجه به اینکه امروزه حداقل یک یا دو نفر از سر نشینان خودرو تلفن همراه دارند، این خطا ب سیار کاهش یافته ا ست. در کلان شهرها که فا صله میان آنتنها کوتاهتر ا ست، این اطلاعات از دقت بالاتری برخوردار ه ستند. این سی ستم بهغیراز شبکه تلفن همراه به هیچ زیرساخت دیگری نیاز ندارد و این امر یکی از مزیتهای آن محسوب میشود. از این رو، با قبول درصدی خطا میتوان از این روش ا ستفاده کرد و این روش ب سیار مقرون به صرفه ا ست
روش پیشنهادی ما برای اولویت دادن به اتوبوس
با توجه به مقدماتی که در بالا گفته شد، در این بخش به ارائه طرح پیشنهادی خود که سیستمی عاملگرا برای اولویت دادن به اتوبوسها است میپردازیم.
-4-1 تعیین عاملها
در این مقاله برای شبیهسازی سیستم پیشنهادی 5 عامل در نظر گرفته شده است که به صورت زیر میباشد:
• عامل سنسور: در این مقاله، برای محاسبه بار ترافیک تقاطعها از سیگنالهای تلفن همراه استفاده شده است. عامل سنسور با جمعآوری این سیگنالها و تحلیل اطلاعات شبکهای، بار ترافیک را تخمین میزند. از آنجا که امروزه بیش از یک نفر از سرنشینان خودرو دارای تلفن همراه هستند، شمارش سیگنالها، آمار درستی از بار ترافیک به ما نمیدهد. از این رو، پس از جمعآوری سیگنالها، الگوریتم ترتیبی TTSAS را بر روی دادهها اعمال میکنیم. در این الگوریتم دو آستانه T1 و T2 تعیین میشود. اولین سیگنال تشکیل یک خوشه میدهد. با آمدن سیگنالهای دیگر اگر فاصله آن از هر کدام از خوشههای موجود کمتر از T1 باشد، در آن خوشه قرار میگیرد و اگر بیشتر از T2 باشد، خوشه جدیدی تشکیل میشود و چنانچه بین این دو آستانه باشد، در مرحله بعدی تعیین تکلیف میشود. در پایان تعداد این خوشهها برابر با تعداد وسایل نقلیه یا به عبارتی بار ترافیک است. هر تقاطع دارای یک عامل سنسور است.
• عامل تقاطع: در این سیستم برای هر تقاطع یک عامل تقاطع در نظر گرفته شده است. هر چرخه دارای یک مقدار ماکسیمم میباشد که توسط کاربر تعیین میشود. این عامل با عامل سنسور در ارتباط است
و اطلاعات بار ترافیک تقاطع مربوط به خود را در هر لحظه در اختیار دارد. وظیفه این عامل تعیین بهترین زمانبندی برای چراغهای راهنمایی با استفاده از الگوریتم ژنتیک و پاسخ مناسب به درخواست تمام عاملهای اتوبوس است به طوریکه از معطل شدن اتوبوسهای تأخیردار در پشت چراغ قرمز جلوگیری کند و در عین حال قادر به کنترل ترافیک باشد.
• عامل مسیر اتوبوس: هر خیابان مستقیمی که دو تقاطع را به هم متصل میکند دارای یک عامل مسیر میباشد. اتوبوسها با یک فرکانس ثابت F به سیستم وارد میشوند و عامل مسیر اتوبوس باید تلاش کند، فاصله بین اتوبوسها حفظ شود. عامل مسیر دارای دو جدول است که در جدول ایستگاهها فاصله هر ایستگاه از ایستگاههای بعدی و نیز از تقاطع درج شده است. جدول 1، نمونهای از جدول ایستگاهها را برای
دو ایستگاه نشان میدهد.
جدول :1 نمونهای از جدول ایستگاهها - فاصلهها بر حسب متر است -
در این جدول تنها فاصله از ایستگاههای بعدی ثبت میشود. از این رو فاصله از ایستگاه دو تا ایستگاه 1 در جدول صفر در نظر گرفته است چون اتوبوس به ایستگاه قبلی برنمیگردد و نیازی به فاصله آن ندارد.
جدول دوم، یک جدول زمانی است که زمانهایی که اتوبوس باید از ایستگاهها بگذرد را نشان میدهد. در بیشتر مقالات کار شده در زمینه کنترل ترافیک وسایل نقلیه عمومی، فرض شده است که این جدول زمانی توسط کاربر به سیستم داده میشود. اما نگهداری چنین جدولی هم به فضا نیاز دارد و هم جستجو کردن در آن دشوار است و همچنین برای کاربر کار کردن با این جدول، کاری طاقت فرسا میباشد. از این رو، در این مقاله، عامل مسیر زمان شروع و پایان کار و نیز فرکانس اتوبوسها را از کاربر میگیرد و جدول زمانی را تشکیل میدهد. فرکانس تزریق باید هم به صورت ستونی و هم سطری رعایت شود. فرض کنید فرکانس تزریق اتوبوس 5 دقیقه، ساعت شروع به کار 7:00 صبح، تعداد اتوبوسها 2و تعداد ایستگاهها 2 باشد. عامل مسیر جدول 2 را تشکیل میدهد.
جدول :2 نمونهای از جدول زمانی برای 2 اتوبوس و 2 ایستگاه
عامل مسیر هنگامی که هر یک از اتوبوسها به ایستگاه ماقبل تقاطع رسید، شناسهی آن اتوبوس و زمانی که طبق برنامه باید در آن ایستگاه میبود را به عامل مسیر بعدی اتوبوس میفرستد و ردیف مربوط به آن عامل اتوبوس را با اتوبوس جدیدی که در مسیر قرار گرفته یا اطلاعاتی که از عامل مسیر قبل خود دریافت کرده به روز رسانی میکند.
وظیفه دیگر عامل مسیر تعیین اولویت برای اتوبوسها است. همچنین چنانچه در مسیر اتوبوس ترافیکی به وجود بیاید، عامل مسیر آن را به عامل نظارت کننده گزارش میدهد.
عامل اتوبوس: هر عامل اتوبوس نشان دهنده یک اتوبوس در دنیای واقعی است. هر اتوبوس دارای یک GPS برای اطلاع یافتن از موقعیت جغرافیایی، یک شناسه منحصر به فرد برای برقراری ارتباط با آن و یک سنسور وزن برای تخمین تعداد مسافران است. برای تخمین تعداد مسافران، ابتدا قبل از انجام پروژه میانگین وزن افرادی که از اتوبوس استفاده میکنند توسط آمارگیری بدست آورده میشود. سپس مقدار وزنی که توسط سنسور اندازهگیری شده است را به وزن میانگین تقسیم میکنیم و از تعداد افراد داخل اتوبوس با استفاده از معادله - 1 - تخمینی بدست میآوریم. با وجود اینکه تعداد بدست آمده دقیق نیست و تنها به صورت تخمینی است، اما در عوض بار محاسباتی خیلی کم دارد و به سرعت میتوان آن را محاسبه نمود.
