فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word دارای ۳۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

لطفا نگران مطالب داخل فایل نباشید، مطالب داخل صفحات بسیار عالی و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

فایل ورد فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word،به هیچ وجه بهم ریختگی وجود ندارد

---

بخشی از متن فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word :

بخشی از فهرست مطالب فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word

۱- مقدمه    
۲- روشهای مدلکردن ترافیک    
۳- تخمین ماتریس تقاضای مبدأ-مقصد با استفاده از رویکرد استنباط آماری    
۳-۱- حداکثر احتمال    
۳-۲- حداقل مربعات    
۳-۳- استنباط بیزین    
۴- تعیین تعداد و محل شمارشگرهای ترافیکی    
مراجع    

بخشی از منابع و مراجع فایل ورد کامل تحقیق روش های مدل کردن ترافیک و روش های تخمین ماتریس تقاضای مبدأ-مقصد ۳۴ صفحه در word

[۱]   حسینی, م., برنامه­ریزی مهندسی حمل­ونقل و تحلیل جابه­جایی مواد, دانشگاه علم و صنعت ایران, ۱۳۸۰

[۲] Abrahamsson, T., “Estimation of origin-destination matrices using traffic counts–a literature survey”, IIASA Interim Report IR-98-021/May, Vol.,

[۳]  Castillo, E., Menendez, J.M., and Sanchez-Cambronero, S., “Traffic estimation and optimal counting location without path enumeration using Bayesian networks”, Computer-Aided Civil and Infrastructure Engineering, Vol. 23,  pp. 189-207,

[۴]  Cascetta, E., and Nguyen, S., “A unified framework for estimating or updating origin/destination matrices from traffic counts”, Transportation Research Part B: Methodological, Vol. 22,  pp. 437-455,

[۵] Spiess, H., “A maximum likelihood model for estimating origin-destination matrices”, Transportation Research Part B: Methodological, Vol. 21,  pp. 395-412,

[۶] Snickars, F., and Weibull, J.W., “A minimum information principle: theory and practice”, Regional Science and Urban Economics, Vol. 7,  pp. 137-168,

[۷] Van Zuylen, H.J., and Willumsen, L.G., “The most likely trip matrix estimated from traffic counts”, Transportation Research Part B: Methodological, Vol. 14,  pp. 281-293,

[۸] Fisk, C., “On combining maximum entropy trip matrix estimation with user optimal assignment”, Transportation Research Part B: Methodological, Vol. 22,  pp. 69-73,

[۹] Fisk, C., “Trip matrix estimation from link traffic counts: the congested network case”, Transportation Research Part B: Methodological, Vol. 23,  pp. 331-336,

[۱۰]   Fisk, C.S., and Boyce, D.E., “A note on trip matrix estimation from link traffic count data”, Transportation Research Part B: Methodological, Vol. 17,  pp. 245-250,

[۱۱]  Kawakami, S., Lu, H., and Hirobata, Y., “Estimation of origin-destination matrices from traffic counts considering the interaction of the traffic modes”, Regional Science, Vol. 71,  pp. 139-151,

[۱۲] Nguyen, S., Estimating an OD Matrix from Network Data: a Network Equilibrium Approach, Montreal: University of Montreal, Center of Transportation Research, Report CRT-60,

[۱۳]  Chen, Y., and Adviser-Florian, M., Bilevel programming problems: analysis, algorithms and applications, University of Saskatchewan,

[۱۴]  Denault, L., Investigation of adjustment of origin-destination matrices using traffic counts, The Center of Transportation Research, University of Montreal, Report CRT-991,

 ۱- مقدمه

با توجه به اهمیت ماتریس تقاضای مبدأ-مقصد در مدیریت حمل­ ونقل شهری و برون­شهری، در دهه­های اخیر تلاش­های زیادی در جهت برآورد این ماتریس صورت گرفته­است. همان­گونه که در فصل قبل گفته­شد، دو روش مستقیم و غیرمستقیم جهت تعیین ماتریس تقاضای مبدأ-مقصد وجود دارد که به دلیل هزینه ­بر بودن روش­های مستقیم و با توجه به محدودیت بودجه­ی مدیریت حمل­ونقل، روش­های غیرمستقیم و به ویژه روش تخمین این ماتریس با استفاده از شمارش حجم جریان برخی کمان­ها، مورد توجه پژوهش­گران قرار گرفته­است

به طور کلی روش­های تخمین ماتریس تقاضای مبدأ-مقصد با استفاده از شمارش حجم جریان برخی کمان­ها را می­توان به سه دسته تقسیم کرد. دسته­ی اول، روش­های مبتنی بر مفاهیم مدل کردن ترافیک[۱] است، که این روش­ها خود شامل مدل­های حداکثر آنتروپی[۲] (حداقل اطلاعات) و مدل­های ترکیبی تخصیص-توزیع[۳] می­باشند. تخمین ماتریس تقاضای مبدأ-مقصد با حل مستقیم (F_۱، مقدار آنتروپی) و یا با تخمین پارامترهای مدل ترکیبی انجام می­گیرد. دسته­ی دوم، روش­های مبتنی بر مفاهیم استنتاج آماری[۴] است که این روش­ها خود شامل مدل حداکثر درست­نمایی[۵]، روش عمومی حداقل مربعات[۶] و روش­های استنتاج بیزین[۷] می­باشد. در این روش­ها فرض بر این است که مقادیر حجم جریان کمان­های شمارش شده و همچنین ماتریس تقاضای سفر هدف توسط توزیع احتمالی، تولید می­شوند و در نتیجه ماتریس تقاضای سفر با تخمین پارامترهای توزیع احتمالی تعیین می­گردد [۲]. در اکثر روش­های مدل کردن ترافیک، یک ماتریس تقاضای سفر قدیمی را به عنوان یک ماتریس اولیه در نظر گرفته و به کمک آن ماتریس تقاضای سفر را برای زمان حال تخمین می­زنند. در روش­های مبتنی بر توزیع احتمالی، غالباً ماتریس­های تقاضای سفری را که با استفاده از جمع­آوری اطلاعات سفرهای مبدأ-مقصد به­دست آمده و نیازمند اصلاح است، تصحیح می­کنند. دسته­ی سوم، روش­های مبتنی بر گرادیان[۸] است که در این روش­ها ماتریس تقاضای مبدأ-مقصد اولیه به صورت یک جواب اولیه برای مسأله­ی برآورد ماتریس تقاضای مبدأ-مقصد در نظر گرفته می­شود، و بر اساس گرادیان تابع هدف و محاسبات تکرار شونده، ماتریس تقاضای سفر اولیه با بازتولید حجم ترافیک کمان­های شمارش شده، اصلاح می­گردد

در ادامه­ی این مقاله در بخش ۲ مروری بر فعالیت­های صورت گرفته در زمینه­ی تخمین ماتریس تقاضای سفر با استفاده از روش­ شمارش حجم جریان برخی کمان­ها خواهدشد. در بخش ۳ روش­های تخمین ماتریس تقاضای سفر به کمک استنتاج­های بیزین و با استفاده از اطلاعات حجم جریان تعدادی از کمان­های شبکه­ی حمل­ونقل ارائه می­شود، و در بخش ۴ روش­های تعیین تعداد و محل شمارش­گرهای جریان ترافیکی تشریح می­گردد

۲- روش­های مدل­کردن ترافیک

با توجه به این­که اطلاعات به­دست آمده از شمارش حجم جریان تعدادی از کمان­های شبکه­ی حمل­ونقل برای تعیین یک ماتریس تقاضای سفر منحصربه­فرد کافی نیست، بنابراین استفاده از یک ماتریس تقاضای مبدأ-مقصد اولیه T_ij که در گذشته با استفاده از روش­های مستقیم به­دست آمده­است و می­تواند اطلاعات مفیدی راجع­به میزان حجم سفرهای بین ناحیه­ای در اختیار قرار دهد، بسیار حائز اهمیت می­باشد

اسپایس[۹] در سال ۱۹۸۷ ماتریس تقاضای مبدأ-مقصد را از کمینه کردن تابع Y به­دست آورد [۵]

عبارت ۲-۱ تابع حداکثر آنتروپی است و به عبارت دیگر ماتریس تقاضای سفری که مقدار تابع Y را کمینه می­کند، حجم جریان ترافیک کمان­های مشاهده شده را بازتولید می­نماید. با کمینه کردن عبارت ۲-۱ رابطه­ی ۲-۲ حاصل می­گردد [۶]

در این رابطه l_a  ضرایب لاگرانژ مربوط به محدودیت­هایی می­باشد که حجم جریان کمان a از مجموعه کمان­های شمارش شده  را به ماتریس تقاضای مبدأ-مقصد مرتبط می­کند.  ، نسبت حجم جریان بین زوج مبدأ-مقصد(i,j) است که از کمان a عبور می­کند. عبارت ۲-۲ با فرض تخصیص نسبی یعنی های ثابت برقرار است. حجم جریان ترافیکی کمان a نیز از رابطه­ی زیر به­دست می­آید

در روش­های مدل­ کردن ترافیک، به طور مستقیم یا غیرمستقیم فرض می­شود که رفتار مسافرین از نوعی مدل توزیع سفر تبعیت می­کند. ون زویلن[۱۰] و ویلیامسن[۱۱] در سال ۱۹۸۰ دو مدل مهم از این نوع را ارائه کردند [۷]. مدل­های ون زویلن و ویلیامسن بر اساس اصول حداکثر آنتروپی، که از مدل­های توزیع سفر نوع جاذبه منجر می­شوند، به­دست می­آیند

فیسک[۱۲] [۸] مدل حداکثر آنتروپی ون زویلن و ویلیامسن را با در نظر گرفتن شرایط تعادل استفاده کننده به عنوان محدودیت برای شبکه­های شلوغ توسعه داد. مدل پیشنهادی وی یک ساختار دو سطحی[۱۳] دارد که آنتروپی را روی سطح بالایی بیشینه می­کند و مسئله­ی تعادل استفاده کننده را روی سطح پایینی حل می­کند

فیسک در مقاله­ی دیگری در سال ۱۹۸۹ ثابت می­کند که اگر الگوی حجم جریان ترافیک مشاهده شده یک الگوی جریان تعادلی استفاده کننده باشد، مدل آنتروپی توسعه­یافته­ی وی راه حلی همانند مدل ترکیبی توزیع-تخصیص سفر خواهد داشت [۹]. همچنین الگوریتم­های حل کارایی برای حل روش­های ترکیبی در مقاله­ی فیسک و بویس[۱۴] ارائه گردیده­است [۱۰]

کاواکامی[۱۵] و همکارانش [۱۱] در سال ۱۹۹۲ مدل ترکیبی فیسک و بویس را برای دو گونه سفر وسیله نقلیه شخصی و کامیون توسعه دادند. آن­ها مدل خود را برای یک شبکه­ی حمل­ونقل با مقیاس متوسط (شهر ناگویای[۱۶] ژاپن) اجرا کردند. اگرچه برای این شبکه­ی حمل­ونقل یک ماتریس تقاضای سفر اولیه وجود داشت، اما به دلیل این­که مدل آن­ها تأثیر این ماتریس را لحاظ نمی­کند، از آن استفاده نگردید

نگوین در سال ۱۹۹۷ [۱۲] برای اولین بار دو روش بر مبنای تعادل استفاده کننده ارائه کرد. مدل اول برای مواقعی است که حجم جریان در همه­ی کمان­ها موجود باشد، و مدل دوم برای مواقعی است که تنها اطلاعات کوتاه­ترین زمان سفر بین تمام زوج مبدأ-مقصدها در دسترس باشد

روش­هایی که توانایی تخمین ماتریس تقاضای سفر برای شبکه­های بزرگ را دارند، دارای یک وجه مشترک می­باشند، و آن ساختار دو سطحی مسائل تعریف شده در هریک از این روش­ها است. در مسائل دو سطحی، مسئله­ی تخمین ماتریس تقاضای سفر در سطح بالایی و مسئله­ی تخصیص ترافیک تعادلی در سطح پایینی حل می­شود. این دو مسئله به یکدیگر وابسته هستند، به طوری که مسئله­ی تخصیص ترافیک تعادلی بعد از تخمین ماتریس تقاضای سفر در سطح بالایی حل می­شود و مسئله­ی سطح بالایی با توجه به مقادیر ترافیک کمان­ها که از حل مسئله­ی تخصیص در سطح پایینی به­دست آمده­است، حل می­گردد. در مسائل دو سطحی ارزیابی سطح بالا نیازمند حل مسئله­ی سطح پایین است. شکل کلی این مسائل به صورت زیر است

در این رابطه F_i عبارت اندازه­گیری فاصله­ی بین متغیرها می­باشد، به عبارت دیگر F_۱ فاصله­ی بین ماتریس تخصیص داده شده و ماتریس اولیه است، و F_۲ فاصله­ی بین حجم جریان کمان­های شمارش شده و حجم جریان کمان­های واقعی است. این مسئله کمینه­سازی به جز محدودیت­های غیرمنفی برای T_ij و تخصیص ترافیک می­تواند محدودیت­های دیگری هم داشته­باشد. روش­های حلی که برای این دسته از مسائل مورد استفاده قرار می­گیرند و در موفقیت این روش­ها برای تخمین ماتریس تقاضای سفر شبکه­های حمل­ونقلی بزرگ و واقعی مؤثر هستند، روش­های حل نوع گرادیان می­باشند. در این روش­ها ماتریس تقاضای مبدأ-مقصد قدیمی به عنوان جواب اولیه الگوریتمی لحاظ می­شود. این ماتریس اولیه با استفاده از محاسبات تکرارشونده گرادیان تابع هدف، به ماتریسی که مقادیر حجم جریان­های کمان­های مشاهده شده را بازتولید می­کند، نزدیک می­گردد. حجم جریان کمان­های شمارش شده تابع ضمنی از مقادیر تقاضای سفر بین هر زوج مبدأ-مقصد می­باشد که با استفاده از تخصیص تعادلی ماتریس تقاضای سفر به شبکه به­دست می­آیند

چن[۱۷] در سال ۱۹۹۴ [۱۳] به مطالعه­ی مسئله­ی برنامه­ریزی دوسطحی پرداخت. تحقیقات وی شامل بررسی وجود حل و پیچیدگی­های الگوریتم حل مسئله و همچنین، تمرکز بر روی کاربرد مسئله­ی تخمین ماتریس تقاضای سفر دوسطحی برای شبکه­های حمل­ونقلی بزرگ می­باشد. چن دو روش برای حل مسئله­ی دوسطحی ارائه کرد . یکی از آن­ها، روش لاگرانژین مضاعف و روش دیگر روش گاوس-سیدل است. این روش­ها به وسیله­ی ماکروهای نرم­افزار EMME/2 نوشته شد

[۱] Traffic Modeling

[۲] Entropy Maximizing

[۳] Assignment – Distribution

[۴] Statistical Inference

[۵] Maximum Likelihood

[۶] Generalized Least Squares

[۷] Bayesian Inference

[۸] Gradient

[۹] Spiess

[۱۰] Van Zuylen

[۱۱] Willumsen

[۱۲] Fisk

[۱۳] Bisection Structure

[۱۴] Boyse

[۱۵] Kawakami

[۱۶] Nagoya

[۱۷] Chen