-
- در گام دوم از نرمافزار خواسته شده است تا با حجم ترافیکی ۳۵۰۰ وسیله نقلیه در ساعت و حد بالای ۸۰ درصد و حد پایین ۷۰ درصد نسبت به یافتن تقاطع غیرهمسطح بهینه اقدام نماید:
نمودار تقاطع غیرهمسطح لوزی به عنوان تقاطع غیرهمسطح بهینه در حجم ترافیک ۳۵۰۰ وسیله نقلیه در ساعت
همانطور که مشخص است بر اساس این نمودار به سادگی میتوان تحلیلهایی راجع به بهترین تقاطع غیرهمسطح انجام داد.در اینجا نیز تقاطع غیرهمسطح لوزی،عملکرد بهتری در حجم ترافیکی ۳۵۰۰ وسیله نقلیه در ساعت ، در رابطه با کمینه بودن هر سه پارامتر زمان سفر ، میزان تولید آلایندهها و میزان مصرف سوخت ، از خود نشان داده است.
-
- در گام سوم از نرمافزار خواسته شده است تا با حجم ترافیکی ۶۵۰۰ وسیله نقلیه در ساعت و حد بالای ۸۰ درصد و حد پایین ۶۰ درصد نسبت به یافتن تقاطع غیرهمسطح بهینه اقدام نماید:
نمودار تقاطع غیرهمسطح تکنقطهای به عنوان تقاطع غیرهمسطح بهینه در حجم ترافیک ۶۵۰۰ وسیله نقلیه در ساعت
همانطور که مشاهده می شود،تقاطع غیرهمسطح تکنقطهای در حجم ترافیک ۶۵۰۰ وسیله نقلیه در ساعت ، دارای بهترین عملکرد در بین پنج تقاطع غیرهمسطح مورد بررسی میباشد.
اعتبار سنجی مدل
به منظور تحقیق در رابطه با درستی و دقت مدل ،با بهره گرفتن از بررسی شاخص واریانس به این موضوع پرداخته شده است.
جدول زیر مربوط به محاسبهی میانگین و واریانس جوابهای مختلف بدست آمده از به کار گرفتن الگوریتم انبوه ذرات میباشد.با توجه به مقادیر به دست آمده ،در حجمهای ترافیکی ۳۵۰۰ و ۶۵۰۰ وسیله نقلیه در ساعت ،مدل عملکرد بهتری نسبت به حجم ترافیکی ۱۰۰۰ وسیله نقلیه در ساعت داشته است.اما به طور کلی عملکرد الگوریتم رضایتبخش بوده است.
واریانس | نوع مدل |
۰۰۱۲۴۴/۰ | ۱۰۰۰ وسیله نقلیه در ساعت |
۰۰۰۷۱۹/۰ | ۳۵۰۰ وسیله نقلیه در ساعت |
۰۰۰۸۶۱/۰ | ۶۵۰۰ وسیله نقلیه در ساعت |
واریانس جوابهای حاصل از الگوریتم انبوه ذرات
نتیجه گیری کلی
در این پژوهش، به بررسی نکات مهم و حائز اهمیت در حوزه انتخاب بهینه تقاطعهای غیرهمسطح پرداخته شده است تا بتوان استفاده از روشهای فرا ابتکاری (متاهیوریستیک)[۵۳] موجود در حوزه الگوریتمهای هوش مصنوعی در جهت نیل به اهداف انتخاب بهینه تقاطعهای غیرهمسطح را فراهم نمود. از این رو در این پژوهش به کمک بررسی ابعاد فنی مباحث هوش مصنوعی، عملکرد یکی از مشهورترین این الگوریتمها که همانا الگوریتم فرا ابتکاری انبوه ذرات بود به تصویر کشیده شد و مبتنی بر داده های خروجی از این روش مشخص گردید که در حالتهایی که عوامل مختلف ترافیکی در قالب سه معادله زمان سفر، میزان آلایندگی و مصرف سوخت سبب ایجاد تغییر رفتاری میشوند نمی توان به هیچ عنوان به برنامه ریزی مبتنی بر روشهای سنتی اکتفا نمود و میبایست روشهایی وجود داشته باشند که بتوانند، برخی روابط بسیار پیچیده و محاسباتی سنگین را درک و تجزیه و تحلیل نمایند.
از این رو میتوان ادعا نمود که استفاده از روشهای هوش مصنوعی میتوانند به عنوان ابزاری مناسب برای مقابله با پیچیدگی تعدد و تنوع تقاطعهای غیرهمسطح و انتخاب بهینه تقاطع غیرهمسطح بر اساس مدلهای موجود در منابع مورد توجه قرار گیرد. با این وجود و از آنجا که بحث سرمایه های اقتصادی و اجتماعی می تواند اهمیت زیادی داشته باشد لذا ابزار ارائه شده قادر است نه تنها به تشخیص گزینه بهینه بپردازد بلکه می تواند به افزایش سرعت نسبت به ارائه تحلیلهای مختلف کمک نماید . نظر به این که حتی کوچکترین خطایی می تواند منجر به بروز از دست دادن سرمایه های عظیمی شود ، لذا لازم است تا به بهبود کارایی الگوریتمهای ارائه شده در حد ممکن پرداخته شود. در این راستا، الگوریتم انبوه ذرات یا حرکت دسته پرندگان که در این پژوهش از آن استفاده شده است توانسته است با عملکرد خوبی ، رضایتبخش باشد و میتوان عنوان نمود که از آنجا که مساله مورد نظر با افزایش ابعاد به پیچیدگی بیشتری میرسد ، لذا نه تنها این روش می تواند مناسب باشد بلکه می تواند عملکرد مناسبی نیز در برخورد با این پیچیدگی از خود نشان دهد. همانطور که نمودارهای ارائه شده در این فصل به خوبی نمایش دادهاند، میتوان اینطور عنوان نمود که عملکرد الگوریتم انبوه ذرات ، توانسته است به صورتی مناسب عمل نماید. غالب تحقیقات صورت گرفته بر مقایسه الگوریتم انبوه ذرات و مفاهیم نیز موید این مطلب است که الگوریتم انبوه ذرات را میتوان به خوبی در مسائلی که لازم به بهینهسازی چندین راهحل به صورت همزمان است ، بکار گرفت که در این پژوهش نیز با بهره گرفتن از الگوریتم انبوه ذرات نتایج زیر حاصل گشت:
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
-
- در حجم ترافیکی ۱۰۰۰ وسیله نقلیه در ساعت ،تقاطع غیرهمسطح جهتی
-
- در حجم ترافیکی ۳۵۰۰ وسیله نقلیه در ساعت ،تقاطع غیرهمسطح لوزی
-
- در حجم ترافیکی ۶۵۰۰ وسیله نقلیه در ساعت ،تقاطع غیرهمسطح تکنقطهای
به عنوان تقاطع غیرهمسطح بهینه انتخاب گردیدند.
پیشنهادات
استفاده از روشهای مختلف دیگری بخصوص روشهای دستهبندی در ترکیب با الگوریتمهای هوش مصنوعی مانند :