ارائه یک چارچوب مدیریت ترافیک پویا بر پایه سیستم حمل‌ونقل هوشمند ( مطالعه موردی کلانشهر شیراز)

امروزه کنترل محدوده‌های ترافیکی مختلف در کلانشهرها یکی از چالش‌های مدیران می‌باشد. روش‌های کلاسیک برای کنترل محدوده و جلوگیری از تراکم بیش از حد وسایل نقلیه براساس روش‌های مدل پایه مانند منحنی اساسی شبکه و یا ظرفیت انتقال شبکه انجام می‌گیرد. در حالی که ارایه یک روش تئوری برای رفتار ترافیک در یک محدوده با توجه به پیچیده‌گی‌های مسایل ترافیک امکان پذیر نیست. در این مطالعه یک روش داده-پایه براساس اصول یادگیری تقویتی برای کنترل دو شریانی مهم در شهر شیراز توسعه داده شده است. در این راستا یک مدل شبیه‌ساز خردنگر از ترافیک این دو شریانی با کالیبراسیون مناسب ساخته شده است. سپس یک عامل برای یادگیری کنترل مرز محدوده ترافیکی در شرایط مختلف براساس مفاهیم یادگیری تقویتی آموزش داده شده است. در نهایت کارایی عامل آموزش داده شده در کنترل ترافیک محدوده در شرایط مختلف مورد ارزیابی قرار گرفته است. نتایج حاصل از شبیه سازی نشان میدهد استفاده مناسب از روش پیشنهادی می‌تواند شرایط ترافیکی اعم از میزان تاخیر، مصرف سوخت، آلاینده‌ها را بطور مناسبی بهبود بخشد. به طور مثال رانندگان میزان تاخیر کمتری را نسبت به وضع کنونی تجربه می کنند همچنین گاز دی اکسید کربن خروجی از اگزوز وسایل نقلیه به میزان 75 درصد با بکار گیری روش پیشنهادی در آزمایش‌های شبیه سازی کاهش یافته است .