دستور العمل های خبرگی
در دهه ۹۰ الگوریتم های خوبی داریم که برای بهینه سازی چراغ های راهنمایی کار شده
یکسری افراد توسعه نرم افزار بسیار بزرگ را کار کرده اند
با استفاده از الگوریتم ژنتیک برای نصب در تقاطع ها کار شده
کاری که سیلان و بل هم در سال ۲۰۰۲ , ۲۰۰۴ , ۲۰۰۵ روی آن کار کرده اند
برخی هم حل مسایل دو سطحی را کار کرده اند
در یک دسته درباره یکسری مفاهیم و در دسته دیگه مفاهیم دیگری را بررسی می کنند
۳ تا نرم افزار معرفی می گردد :
MaxBand ( کنترل Pretime )نسبت پهنای باند به مدت زمان چراغ سبز ماکزیمم
۳- Transyt3- تعداد ایست و مقدار تاخیر مینیمم
۴- Scoot بهترین نرم افزار برای تنظیم چراغ راهنما ها ( طول سیکل ، زمانبندی ، بهینه سازی آفست )
الان در توسعه نرم افزار ها یک سطح جدیدی از نرم افزار ها هست مثل Scats
که عملیات بهینه سازی انجام نمی شود و بر اساس پلن های از پیش تعیین شده کار انجام می دهد
یکی از Simulator های خوب Aimsun و نسخه آنلاین آن Online Aimsum
و زمانهای ششبه بهینه را می تواند پیدا کند.
استفاده از ابزار شبیه سازی که باعث بهینه سازی نرم افزار ها شده
چه زمانبندی چراغ راهنمایی را زمانبندی مناسبی می دانید ؟
تابع کارایی
در مصاحبه با ذینفعان باید دید که چه چیزی را می خواهند کاهش با افزایش دهند
می خواهیم زمان انتظار کم باشد
تناسب کاربران هم مهم است ( منطقه فرهنگیان یا منطقه کارگران )
هر ایست و هر ترمز موجب افزایش مصرف سوخت می شود
در یکی از مقالات …
علاوه بر اینکه سیستم تلاش می کند کمترین ایست را داشته باشد
ایده های ساخت تابع کارایی
۱- محاسبه میزان انتظار در شبکه
۲- به دست آوردن ترکیبی خطی از میزان انتظار در یالهای شبکه
۳- حداقل زمان کل مسافرتها روی شبکه
۴- حداقل کردن تعداد کاربر در صف در مدت زمان انتظار
فرمول :صفحه ۹
یک مساله کنترلی به این صورت قابل پیاده سازی هست که میخواهیم تابع کنترلی مثل ساو پیدا کنیم
جریانی که با توجه به پارامتر ساو به تعادل برسد.
معنای تعادل در سیستم ترفیک شهری
اصل اول وارداپ:
User EQuilibrium
تعادل کاربر :برای هر جفت مبدا – مقصد و برای هر نمونه زمانی مدت زمان پیمایش بین دو نقطه حرکت میکنند و مساوی و کمترین است.
تا زمانی که مسیر همیشگی خودشان را تغییر ندهند
تا زمانی که یک پل یا تونل جدی زده می شود
کاربران مسیر های همیشگی خود را تغییر می دهند تا بعد از یک مدت دوباره به تعادل برسند.
فرض فوق مقبول نیست ، چون :
۱- اجزای تصادفی در درک مسافران
اصل دوم واردراپ
Stochastic User Equilibrium
تعادل کاربر تصادفی:
برای پیاده سازی الگوی تعادل کاربر تصادفی
تعریف مجدد زمان پیمایش
مدل های انتخاب :
۱- Probit ( همه به صورت نرمال خطا می کنند )
۲- Logit( فرم تحلیلی دارد – وابسته بودن مسیرها به هم انکار می شود – توزیع خطا از نوع گامبل است – تابع احتمال انتخاب مسیر :
احتمال انتخاب مسیر S مساوی e بتوان منفی تتا ( که عدد ثابتی است برای میزان حساسیت انتخاب مسیر) در جمع زمان سفر یک مسیر تقسیم بر e بتوان منفی تتا بقیه مسیر ها
برای بقیه مسیر هایی که از r به s انتخاب می شود
تتا یک عدد ثابت است که میزان حساسیت ما را نسبت به پارامتر های زمان سفر را نشان میدهد.
هر چه تتا کوچکتر باشد ، با احتمال بزرگتری مسیر انتخاب می شود