文摘

如今,公共交通系统的性能分析和评价交通工程科学的重视。到目前为止,在一些城市公交系统还没有非常有效的在伊朗,和许多管理方法等特殊的车道和班车调度分配,这需要增加这个系统的效率,还没有被充分考虑。本研究的目的是优化公共汽车专用车道的路口十字路口的延迟和调查影响因素城市公交拉什特城市的市民使用的公共交通,尤其是他们的满意度。因此,优化交叉口延误是通过收集在高峰小时交通量数据时间的路口十字路口公共汽车沿着车道和使用机器学习的方法。此外,通过收集两种不同的调查问卷,84个样本(第一次问卷调查)和374个样本(调查表),公民的满意度和商人在公共汽车专用车道的边界被认为是。结果表明,约95%的企业在这条路线相信公共汽车专用车道的建设导致减少每月的收入超过110美元。进一步,尽管缺乏设施,设计糟糕的路线,和缺乏公交系统舰队,伊玛目霍梅尼的公共汽车专用车道高满意度的公民。各种模型的结果表明,该自适应基于网络的模糊推理系统(简称ANFIS)最高R²和最低数量的均方根误差(RMSE)。事实上,这个模型有更好的性能预测和优化路口十字路口的延迟比模糊模型。交叉口延误的最佳数量被确定为56秒。这种价值,公共汽车运动的延迟在公交车道上有更大的可能性被降低。

1。介绍

今天,随着城市化的快速扩张,城市积累的重要设施是公认的主要人口中心的吸引力。这一过程的延续将导致一个不断增加的人口密度。另一方面,大城市的重大问题之一,交通当局的脸。intraurban交通系统的讨论早已超出了技术和工程的限制。它已成为一个社会和经济问题,可以有各种各样的对一个社区的影响(1- - - - - -3]。长交通线路、停车短缺,拥挤的交通拥堵,交通管制在市中心,心理影响,空气污染等等的诸多因素中鼓励交通管理者和规划者开发大规模的公共交通系统。这就是为什么使用公共交通系统的必要性已经比以往任何时候都更考虑(4,5]。

公共交通系统,最重要的是公共汽车和地铁,在乘客的日常通勤中扮演着重要的角色在城市,包括很多好处,直接和间接地影响到人的日常生活质量6]。然而,公交系统还没有被很好地运作在许多省份的发展中国家,比如伊朗。许多管理方法,如公交专用车道和班车调度分配,这对提高该系统的效率是必要的,没有充分考虑。然而,在正确使用的情况下的公交系统的潜在能力,需求总量的一半intraurban运输可以覆盖,这产量减少私家车的使用。

拉什特城市最关键的问题,伊朗的大都市之一,正面临着今天是官方出租车的大量人口密度。另一方面,与这样一个官方的出租车,私家车接送旅客。许多电台和乘客通过轴缺乏官方城市出租车和公共汽车。尽管如此,公交车不响应的乘客在不同地区的城市由于其活跃的设备数量少,缺乏适当的公交车道和设施的安排。此外,安排和调查进行了实施公交车站和设计城市的公交专用车道不同方向,公共汽车停止的存在在一些航线的乘客。唯一在拉什特城市公交专用车道是伊玛目霍梅尼街的公共汽车专用车道,没有优秀的性能由于几个原因如路线不一致,距离市中心,和较低的公共汽车舰队数量和出租车的公交路线。所有这些因素造成不规则拉什特城市的公共交通系统和国籍,因此,在拉什特和在任何来源和目的地的旅客旅行路线,一个可以观察到私家车而不是公共出租车和公共汽车设施。

进一步的上述问题,本研究的主题是高度受到社会的政策和经济条件和时间,包括下列情形(7,8]:(我)不断上涨的燃料价格(鼓励市民使用公共交通系统),(2)汽车价格上涨(鼓励市民使用公共交通系统),(3)增加移民来自其他城市,尤其是来自那些不利的天气和城市水资源短缺对Guilan省伴随着公共交通使用的不断增加,(iv)不断增长的交通流量和关注公共交通的必要性。

回顾公交车道和公共交通的研究表明,已经提出了许多方法来分析这些系统和速率。近年来,由于结果的多样性和自然质量问题的交通系统作为一个大规模的问题,影响满意度的因素的重要性已被研究人员解决问题。几个因素影响站的旅行时间和数量的公共交通系统,每个或组合可以被认为是最理想的主题在这一领域。奥沙利文和Morrall乘客的旅行距离模型通过调查收集到的数据从1800年城市铁路系统的用户在卡尔加里,加拿大。之间的关系,这一举动乘客的距离,步行时间,他们得出的结论是,人喜欢旅行更远的距离(两次)和城市火车比公共汽车(9]。到目的地,乘客往往与车外的最小花费时间和交通机构倾向于尽可能地降低运营成本,萨卡人试图平衡总线系统用户的需求和运输组织演讲的一个数学模型。通过实现提出了模型的灵敏度分析,他表示,电台之间的适当的位置,既能同时减少公共汽车和旅行时间之间的时间间隔,考虑舰队的能力有限10]。玉等人试图优化的研究路线的巴士数量呈现一个二层规划模型。该模型确定最优数量的公共汽车打算减少乘客的总旅行时间,考虑到整个舰队的能力限制和乘客的路径选择行为(11]。使用的多准则决策方法层次分析法(AHP), Assarzadegan等人定性指标的权重计算得到的交通和城市交通专家。他们优化的快速公交车站位置利用空间信息系统和TOPSIS方法。他们的目标在这个研究是降低公共交通成本,增加公民的满意度,从而减少私家车的使用(12]。Asgari在一项研究中提出了资金成本等值模型,用于公共汽车专用车道系统的所有组件和最小化它们作为最终的成本的总和。通过设计一个假设的问题,所示的效率模型的最优的位置站使用该方法来降低最终的成本,然后最终成本的敏感性分析进行了关于各种参数如成本相当于乘客的时间和燃料消耗13]。

尽管相当多的关注公共交通系统的站的位置问题来确定他们的最佳数量,少一直在努力解决这个问题考虑的动态特性影响因素的旅游时间。研究人员最近实现了metaheuristic方法作为解决问题的新方法,如前所述。这些方法有高可靠性由于其精度高。结合这些方法与空间信息系统可以显著增加的准确性提出模型,考虑到空间特性是公共交通系统的一个组成部分的位置。菲尔特和Rahbee进行了一项研究,发现车站的最佳位置,使用一个简单的地理模型表明在车站人口分布以及动态规划算法。建模一个街道的波士顿,美国,他们最后得出的结论是,如果站在城市之间的最佳距离临街的房间更接近欧洲标准,模型将提供更好的响应,这个距离应该改变从200米到400米14]。莫里调查访问公共交通和效率在布里斯班,澳大利亚,利用空间分析技术。他得出结论,正确的战略分析使用空间信息系统可以改善公共交通系统的使用数量的人15]。使用数据包络分析和空间信息系统,刘和老挝调查公交系统的功能性能和空间覆盖率。他们首先建模走廊在地理信息系统(GIS)软件,然后计算每一个性能指标和空间使用数据包络分析公交车道的报道。这种方法允许研究人员仔细比较功能和空间方面的公交车道(16]。metaheuristic方法之一,结合地理信息系统,Delmelle等人试图增加电站的效率和可用性,同时考虑到合理的时间要求。他们试图找到最优站位置通过整合互动的空间覆盖(原文如此)模型和GIS的影响考虑住宅和车站之间的步行距离和位置的吸引力的公共交通系统的车站(交通便利,目的地服务提供者的数量)。由于模型的非线性,模拟退火算法求解优化问题的实现。在他们的模型中,提出一个接口模型采用基于GIS的候选节点位置和需求被确定为点申请管理模型参数。这个特性使决策组织决定删除额外的连续站或维护的网络中重要的17]。Hongqin和Yu biobjective模型考虑到一个组织的最大利润,降低总体成本强加给乘客intraurban火车系统,同时提供顶级服务。考虑到乘客的动态分布,他们提出了一个模型,能够解决biobjective编程模型的遗传算法的使用。最后,该算法的效用模型提供了一个数值例子表明了(18]。

由于异构分布的乘客在不同的时间,从而导致大规模拥堵路线和车站的乘客的部分,减少了公交系统的整体服务水平和效益结果,Haijian等人提出了一个模型,它能够考虑这两个因素的动态分布和平均环境乘客乘客沿途的比例分配。优化策略下不同目标在不同的路线和时间、车站被选为协调各种因素的关键因素,其次是呈现平均运动的干扰模型,目的是最大化利润的公交车。这个模型可以在公交车站平衡服务水平,提高公交服务的盈利能力(19]。奥托和两优化站的位置来最大化他们的报道对乘客的访问使用三种算法:遗传算法、模拟退火、和动态编程。使用可用的网络数据,他们提出了一个上下两层的动态程序基于启发式方法与最大覆盖选址问题在网络(MCLPN)。结果表明,他们的启发式方法产生最优解问题的87% (20.]。Barrena等人进行了一项研究的设计和优化城市火车时刻表根据动态需求。他们旨在减少乘客在车站等待时间,考虑到他们的满意度。为此,他们两个编程实现数学公式能够转换nonintermittent火车调度问题的动态性质。然后,他们使用了一个自适应大型社区搜索metaheuristic算法求解列车调度问题。这个算法的优越性在branch-and-cut人说明了解决大量的假设和实际问题。使用自适应大型社区搜索metaheuristic算法,旅行和算法计算时间减少了约26%和1%,分别为(21]。Tirachini调查的问题寻找合适的数量的公共汽车站在悉尼城市航线。在第一步中,他估计站在瓦胡客运航线的数量。在第二步中,他调查了这个问题考虑到汽车站大小交互,总线速度,车站之间的距离,和现有的交通拥堵的根源与高乘客的需求。他表示,泊松模型用于定位的汽车站导致过高的数量和不恰当的确定最优的公交车站。最后,用泊松模型,他来到这一事实,通过解决总线速度,站之间的距离应该减少对于日益增长的需求。然而,如果两个乘客的公共汽车和速度增加,公交车站之间的距离应采取足够重要,即使有高对乘客的需求。这些结果也有效的快速公交系统,总线速度和距离车站很高(22]。Varesi等人进行的定位问题在军营城市公交车站在伊朗使用网络分析法(ANP)和模糊逻辑。ANP模型被用来衡量指标,研究模糊逻辑应用于重叠和分析数据。研究结果表明,可用的城市公交车站军营不位于更合适的地方比标准的一些现有的站之间的距离的城市,需要有条理。站在南方和西北地区的城市远从可用的标准站的距离(600 - 300)和需要一个最佳的位置。还有四个站在军营的南部城市,这是一个不合适的区域,表明站在这个城市的不受欢迎的位置(23]。

因此,通过优化路口路口公共汽车沿着车道的拖延和学习的大量使用,欢迎市民从现有的公共交通系统,特别是公交车道,可以提供交通的建议和解决方案更好的组织的公交系统为了增加福利,城市秩序和公民的安全。

2。方法

在本部分中,首先,介绍了研究地点和路线规范以及横断面图和现有状态的图像。然后,本研究中使用的问卷调查和分析方法。

2.1。这项研究的位置和路线

本研究进行了拉什特市的一个伊朗的大都市和Guilan省的中心。34个活跃的公交车中,三十用于运输的乘客,和其他四个是作为替代品的情况下实现对每个总线出现问题。汽车加油车里进行组织,和公共汽车比8点,晚一天加油一次,在此之前,加油是通过不同的车辆,这是一个收入来源的巴士服务。

表1列出了可用的巴士,巴士车队拉什特城市对他们的制造年份和数量。因为每个总线是公交系统的固定资产的一部分,每年的折旧通常被认为是对这种资产,有用的总线生活将从5到7年假设15 - 21%每年的折旧。城市公共汽车的国家,假设每年贬值15%,平均寿命7年的介绍理想指数(24]。根据全球基准,公交车是报道的平均寿命7.5岁(25]。增加公共汽车的平均寿命增加维护成本,也会造成噪音和环境污染。此外,50%的舰队满足理想和理想的质量,尽管低舰队数量。

伊玛目霍梅尼的公共汽车专用车道,在国家银行和Mosalla广场之间,激活了三个巴士单位在2016年3月,有2公里的长度,它是用于乘客旅行大约两年了。最终,它被拆除的压力下当局在2018年3月。不幸的是,只有1公里之间的这条路线法和Mosalla广场目前可用,也被骑车辆。这条路徒径向内的网络结构,促进旅游的公共交通(公交专用车道)行雷什特南部的城市中心。这条路从Heshmat Shahid Bahonar表示街广场,到达十字路口与伊玛目霍梅尼路线通过传递法和Mosalla广场。重要的主要路口的这条路线,一个可以指出Mikaeil十字路口。研究路径区域如图1。

2.2。准备调查问卷

两种类型的问卷准备和分发。第一个问卷是准备商人位于伊玛目霍梅尼街沿城市街道公共汽车专用车道和其他拉什特。第二个是实现乘客使用公共汽车专用车道。每个问卷设计两个部分。第一部分由10个问题,前六有关受访者的个人资料。第一部分的其他四个问题相关调查问卷的主要指标。问卷的第二部分致力于指数被认为是对于每一个指标,其中包括30个问题。这些调查问卷已经完成通过面对面的采访的乘客公交专用车道。完成调查后,所有收集到的形式。

2.2.1。第一次问卷调查

第一个问卷是准备商人位于伊玛目霍梅尼街沿城市街道公共汽车专用车道和其他拉什特。调查问卷设计和调整,以确定商人的满意度与公共汽车专用车道的性能和借助专家的意见。统计人口包括45店主工作在公共汽车专用车道和39的其他街道。问卷完成后与店主面对面访谈的形式。

2.2.2。第二次问卷调查

设计一份调查问卷,准备确定乘客的满意度与公共汽车专用车道的性能。这个问卷是基于样品准备的几个研究人员所使用的问卷调查类似的主题和利用专家的意见。统计的人口被认为是乘客使用这些公共汽车。根据调查执行乘客的公共汽车专用车道,发现日常这些公共汽车上的乘客的数量是17053。这样,376问卷准备和乘客之间的分配。

2.3。数据分析工具

在收集数据,分析了460份问卷的数量统计测试。本研究中使用的统计测试包括Kolmogorov-Smirnov(钴)和测试t以及。介绍了这些方法和在下面描述。此外,为了优化路口十字路口的延迟,使用机器学习的方法,下面描述。

2.3.1。统计分析方法

(1)钴测试。的一个主要假设的统计检验的常态分布的观测。钴的测试是为此目的而实现的。这个测试是一个非参数检验观测的分布。近似的测试中可以观察到的渐近意义测试完成后输出;比较它和α,一个是能够执行测试的显著性水平α并决定的常态分布的观测。如果α被认为是0.05(95%置信水平),什么时候值> 0.05,我们可以假设观察分布是正常的。事实上,这个测试是一个分布定量数据匹配试验。常态分布测试是最常见的一种的样本,研究者怀疑他们的常态。钴的测试是一个适当的测试。这个测试对匹配比较值的累积概率分布的数据集与相同的值在一个特定的理论分布。如果差异足够大,测试将显示对应的数据不符合其中的一个理论分布。在这个测试中,如果价值决定标准是低于5%,零假设被拒绝(26]。换句话说,数据不能等某一分布正常,泊松分布、指数或制服。这个测试的假设给出如下:(我)H₀:数据符合正态分布。(2)H₁:数据不符合正态分布。

(2)独立样本t检验。的t以及分销或,事实上,一个家庭的分布,可用于检查假设样本总体分布未知的条件下。这个测试的重要性是使研究者获得社区小样本的信息。这个测试由一个家庭的分布。因此假定每一个样本都有其分布的形状是由计算自由度。

另一方面,t分布是一个函数的自由度,而且,更加增加了,变得更接近自然分布,降低,分散变得更高。自由度本身也是一个选择性样本的大小的函数。样本越多,越好。的t以及可用于单一群体均值分析,变量bigroup,多元bigroup研究。这个测试比较两个样本的均值和标准差来确定它们之间有显著差异。对于这个目标,t值应该是计算使用方程(1)。然后,估计t值必须与分布表t。为此,自由度是必需的,可以获得使用方程(2)[27]。 在这和 ,以及和 ,均值和标准差定义与样本1和2,分别。同时,和站数量的样本1和2,分别是自由的程度。

根据t价值和考虑第一类错误的概率(α= 0.05)和自由度计算,结果是解释。如果估计t值小于表,零假设被接受;否则,它将被拒绝。上述测试的假设如下: (我)H₀:两组的方差相等。(2)H₁:两组的方差不相等。

2.3.2。机器学习方法

(1)模糊逻辑。模糊逻辑取代人类的各种推论方法之一,用简单的机器算法。模糊逻辑的概念被首次引入世界作为一个控制方法在人工智能领域,提供了一种方法来处理数据基于会员允许一小群而不是一批集团(28]。模糊逻辑是一个复杂的系统解决方案,不可能或很难建模模型使用数学和经典的建模方法可以用更少的工作和更多的灵活性29日]。被模糊意味着多值的二进制逻辑而不是只有两个答案或州每个问题或概念(30.]。

模糊逻辑的基础是基于模糊集理论。这个理论是一个泛化的经典理论数学。在经典集合理论,一个元素或者一组的成员或成员。换句话说,元素的成员遵循0和1的模式或二进制模式。然而,模糊集理论扩展了这个概念,介绍了分级会员。通过这种方式,一个元素可以一组一员,在某种程度上,而不是全部。在这个理论中,一组的成员的成员定义的函数U (x),在那里x代表一个明确的成员,U (x)是一个函数的隶属程度决定了吗x在相应的设置;同时,它的值是在0和1之间。在模糊逻辑,精确参数视为边界情况下的近似参数(31日]。

(2)Adaptive-Network-Based模糊推理系统(简称ANFIS)。的类型之间的关系模糊逻辑和神经网络引发了不同的系统类型。换句话说,neurofuzzy结合了神经网络和模糊推理系统的神经网络作为决定因素模糊系统参数。确定模糊系统的参数的意义通过自动确定模糊神经网络参数如模糊规则和隶属函数的模糊集(32- - - - - -34]。

在neurofuzzy相比,有一个模糊神经网络,模糊逻辑是用来改善神经网络功能。在这个网络,模糊逻辑是一个附属元素和仅用于改善神经网络条件或添加到网络的不确定性。简称ANFIS是由年轻的1993年。这个模型允许模糊系统使用自适应误差反向传播学习算法在参数训练的主题。简称ANFIS结构组成的模糊如果规则可用于模型和投入产出数据映射(35]。简称ANFIS的等效结构如图2。

根据图2在第一层,输入通过隶属度函数根据方程(4)和(5)。隶属度函数的每个函数选择高斯函数在大多数情况下可以适当的参数一般钟形函数,定义基于一组基本方程中的参数(6)。

每个节点在第二层是一个固定的节点P,输出的是产品的所有输入信号根据方程(7)。同时,第三和第四层是固定的节点N和计算方程(8)和(9),分别。的我n个节点计算我th兴奋强度规则比率对所有兴奋强度规则如下。是以前的归一化层的输出。

唯一第五层是固定节点的节点称为∑,计算所有输出的总和所有的输入信号通过使用方程(10)。这一层的输出的总输出系统:

(3)评估标准输出模型。模型评价的目的是为了确保模型的泛化能力训练数据的范围。在这项研究中,评估网络性能,相关系数平方的标准(R²),均方根误差(RMSE),和变异系数(x)和下面的关系被用于这项研究。的R²系数是用来测量之间的关系从网络获得的预测值和实际值,RMSE系数应用于测量模型误差,浸系数是用来评估的数据分散他们的意思。在下面的关系,参数Y^意味着,Y^精准医疗,观察、预测和平均观测值,分别36]。

2.4。研究标准

最好的快速公交系统(BRT)是一个系统的效率、耐久性和乘客的方便。因此,比较雷什特BRT性能、交通与发展政策研究所(交通与发展政策研究所)2012 (37)和2016年交通与发展政策研究所(38)标准。

3所示。结果与讨论

在开始研究之前,一般都认为伊玛目霍梅尼的公共汽车专用车道是无效的,和商人和市民都有一些积极的和消极的看法这设施;因此,自从伊玛目霍梅尼公共汽车专用车道的用户被分为两组设备的用户和边际函数,创建两种类型的问卷来研究他们接待的公共汽车专用车道的伊玛目霍梅尼街的拉什特(39),每一个都描述如下。

3.1。第一次问卷调查的结果

本节包含有关受访者的一般信息,从第一次问卷调查获得的结果。为了更好地评估商人的满意度与公交专用车道的性能,这是试图采访所有类型的年龄段和职业类。分发调查问卷的数量是84个样本(45样本的公共汽车专用车道商人的商人和39个样本其他街道),随机选择从公共汽车专用车道商人。根据图3,(我)2%的受访者是10到20年里,10%的20到30年,24%的30至40年,40到50年,26%的,38%的选手是50年以上,(2)10%的受访者是女性,其中90%是男性,(3)受访者最后的教育水平是26%文凭,文凭,32% 13%大专文凭,本科22%,8%硕士和博士学位。

问题6 - 9的受访者的结果数据中所示4- - - - - -7。通过将问卷调查的结果进行比较,发现商人的意见接近雷什特公共汽车专用车道和其他的街道非常接近,这表明经济衰退,人们的购买力下降在2016年和2017年期间的原因之一是伊玛目霍梅尼商人的收入下降和公共汽车专用车道的建设并不是唯一的原因。

问题10,受访者被问到“你分数多少公共汽车专用车道的性能(从Heshmat广场Mosalla广场)雷什特城市?”;获得的结果在图所示8,不像图7从其他街道,商人受访者给雷什特的公共汽车专用车道更高的分数。一般来说,答案是分散和多样。

3.2。第二个问卷调查的结果

本节提供一般信息关于受访者和第二个问卷调查的结果。为了更好地评估乘客的满意度与公共汽车专用车道的性能,所有类型的年龄段和职业类接受了采访。这些人随机选择从乘客的公交专用车道。前六的结果在第一部分介绍了图的问题9。

3.3。问卷调查的分析结果

根据调查,四个指标作为主要设计指标的调查问卷,其中包括以下几点:(我)公共交通的服务水平(2)公共交通出行时间(3)公共交通服务质量(iv)公共交通安全

在第八的第一部分问卷的问题,公共汽车专用车道的性能要求,根据图所获得的结果10。

根据受访者的意见,大多数的受访者相对满意当前的公共汽车专用车道的性能。问题9的第一部分问卷,使用公共交通的乘客的原因是问,和他们的意见的优先顺序图所示11。在问题10中,公共交通的使用被问到的问题,和他们的意见的优先顺序图表示12。

根据研究的每个索引,几个分指数的设计。这些分指数被定义为30项的第二部分问卷调查,并对这些物品受访者进行调查。调查问卷的分析已经提前了。分指数每个索引的表2- - - - - -5。

之前t以及,应该调查数据的正常分布。如果数据有一个正态分布,参数测试使用;否则,应用非参数测试。使用Kolmogorov-Smirnov测试,确认数据分布的常态,所以single-samplet以及用于检查问题。Kolmogorov-Smirnov测试的结果提出了表6。在该测试中,零假设意味着数据的分布是正常的,和相反的假设表明,分布是不正常的。

根据表6,因为每个研究的重要性水平的变量是超过0.05,零假设的证实。因此,有一个正态分布的数据。确定数据的正常后,single-samplet参数是用来估计分指数的公民的满意度。这个参数变量的数量从1,这表明浅值,代表高5的数量值。因此,3号可以算作中点。如果变量的平均值的地位高于3,它表明有效性,否则显示字段无效。因此,公民的满意伊玛目霍梅尼公共汽车专用车道性能在拉什特将取决于这些数值数据和single-samplet以及。

据表的结果7- - - - - -12,尽管缺乏设施和贫穷的设计路线,以及缺乏公共汽车舰队的伊玛目霍梅尼公共汽车专用车道系统,高满意度的公民。

3.4。研究标准

在前面的部分中,市民和商人的意见进行了讨论。在本节中,专家的意见对拉什特BRT性能研究。

BRT标准包括一群杰出专家委员会在世界上最好的快速公交系统。这个委员会由得分BRT系统改善道路和交通情况。在2012年,委员会试图提供运输线路的注意事项,特别是公共汽车通过释放标准。交通与发展政策研究所(交通与发展政策研究所),于2014年发表的一个标准,是另一个有效的参考比较公交车道的性能。

3.4.1。拉什特评价公交专用车道2012标准

根据国际标准,BRT系统在黄金证书是分级,银牌和铜牌的成绩。积极影响乘客和服务的质量是得分的关键因素之一。分数只是归因于因素,提高整体的性能和服务质量或减少交通的负面环境影响。因此,通过考虑BRT标准委员会的要求,拉什特的各个项目的得分巴士专用车道,根据表中13已被调查。年级的路线,如果分数高于85,等级是金。如果比分是70年和84年之间,年级的条子,如果得分在50 - 69之间,铜品位。

根据获得的结果表13,伊玛目霍梅尼公共汽车专用车道不实现铜品位,甚至不考虑项目与负面影响。因此,考虑到负面东西,伊玛目霍梅尼公共汽车专用车道分数等于27。的一些原因没有得到一个好分数在不同的项目如下:(我)缺乏交通控制中心(2)公共汽车专用车道是没有连接其他公交车道或其他运输方式除了出租车(3)公共汽车运动的频率在高峰小时,非高峰时段被超过的最佳时间(iv)被封闭在小时的深夜和假期(v)在所有的路口,公交车有正确的方式和其他运动不禁止(vi)出租车和其他轿车进入公共汽车专用车道(七)车站没有可变信息标志(VMS)设备和其他乘客信息智能系统(八)公交车的速度在高峰小时不到15 km / h(第九)钢筋混凝土路面的缺乏

3.4.2。评价雷什特公交专用车道的交通与发展政策研究所的标准

探讨BRT系统,索引需要自执行的性能分析将基于他们。在这项研究中,拉什特公交专用车道的评估是基于交通与发展政策研究所的新版本(2014)。索引是在这项研究是基于交通与发展政策研究所研究所的标准,和每个索引包括几个分指数表14。

表中列出的每个索引和分指数的重要性14根据交通与发展政策研究所标准计算和专家的判断。然后,使用专家选择软件和层次分析法(AHP)中,每个索引的重量和分指数决心。获得的权重给出了每个索引图13。通过比较计算权重的主要指标,它可以明白BRT的基本原则、服务计划,访问和完整性在第一到第三等级的主要指标之一。在图14,每一个分指数的最终权重。

可以看到,分指数的票价收集方法(3)等专有使用权的方式(1),存在一个特殊的公交路线,(2)和线的情况下连接在十字路口(4)最低重量,因此最重要。在表15根据前面的讨论和观察的BRT线路,每个指标的得分从100年提出。

如表所示15伊玛目霍梅尼的分数公共汽车专用车道的拉什特是100年的40.01,这是新建立的系统不是一个好分数,远非世界公共汽车专用车道标准。

3.5。延迟的优化公共汽车专用车道路线的车辆

根据结果,延迟指数一直是消极的方面之一,公共汽车专用车道的建设,这是影响等参数的数量没信号灯路口和交叉路口,站之间的距离,交通路口十字路口的卷,在电台停止时间,公共汽车专用车道的旅行时间。延迟指数可以从减法获得旅行时间之间畅通的速度在高峰时间条件和旅行时间。通过几次5至7点,旅行时间获得了228秒。因此,通过建模的旅行时间在高峰流量条件研究了公共汽车专用车道的影响下路口十字路口交通沿线(图15)和其他有效的参数,最终的模型,根据表中16获得的。

最后的行程时间模型,因此,研究公共汽车专用车道的延迟获得根据表16。大多数研究中的变量恒定(站之间的距离,没信号灯数量的交叉路口),,不可能改变他们。此外,考虑到交通卷在峰值小时数和最大的这条路线,如果每个车站的停止时间被认为是理想的,只是可能减少延误和增加旅行时间通过改变绿灯时间。因此,模糊逻辑算法和简称ANFIS被用来优化延迟。应该注意的是,在这些模型中,交通卷,停止时间在车站,车站之间的距离,在路口十字路口绿灯时间,没信号灯的数量和交叉路口延迟模型的输入和输出变量。此外,数据用于分析的数量是30。

3.5.1。模糊逻辑建模结果

图16显示了模型预测的延迟路口十字路口基于模糊逻辑。因此,影响延迟路口交叉路口的交通参数,包括右转交通卷,直接移动流量入口,绿色,和车站之间的距离,被认为在最后的模型。隶属度函数是一个重要支柱的结构和模糊逻辑网络。此外,隶属程度表示元素的隶属程度x对模糊集一个。如果集合的一个元素的隶属度为0,成员是完全的,如果成员等于1的会员,会员是完全的。现在,如果一个成员的成员是在0和1之间,这个数字表明逐步加入。在这项研究中假定的隶属度函数,如图所示16。

3.5.2。简称ANFIS模型的结果

第二个模型在这项研究中的应用是adaptive-network-based模糊推理模型。预测延迟的目的在路口十字路口,右转交通容量的影响下,直接移动流量入口,交通信号灯的绿灯时间,和车站之间的距离,简称ANFIS模型与各种结构,基于隶属度函数的数量,和算法不同的隶属度函数是开发和测试。创建数据集随机分裂,这个模型有70%的数据作为训练数据集,其精度检查根据其余30%(测试集)。根据统计参数表17,结果表明,最优的结构简称ANFIS模型的延迟建模目前的研究有三个路口十字路口的每个输入隶属函数是高斯2算法。此外,输入隶属函数的数量是3。另外,在数据17- - - - - -19在十字路口,延迟之间的关系和其他变量形式的三维图所示。

3.5.3。输出结果的比较

图20.比较了模糊逻辑模型的输出结果,简称ANFIS模型,预测的延迟值路口交叉路口。在这个图中,1:1线代表了比较结果和模型的输出结果。所以结果越接近这条线,更准确的预测结果。根据结果,两种模型用于这个研究在预测精度高的延迟路口交叉路口交通参数的影响下。图21描述了不同模型的输出结果;此外,观察到的结果相比,路口十字路口已经推迟。

表18显示了错误率为不同模型的预测结果与统计值延迟。基于模糊逻辑模型的结果,最大绝对误差等于31.02,平均绝对误差为11.35,平均百分误差等于29.19%。同时,简称ANFIS模型(选别),最大绝对误差等于11.41,平均绝对误差为0.91,平均百分误差等于2.23%。考试的统计参数不同的模型结果表明,简称ANFIS模型有较低的均方根值的张开面积和张开体积和更高R²比其他模型。事实上,这个模型有更好的情况的统计参数在预测延迟路口交叉的影响下各种交通变量。

通过检查车辆延迟优化根据图的结果22当前车辆的平均延误,路口十字路口是56秒如果理想的停止时间被认为是和车站之间的距离不会改变。交通信号灯的绿灯时间是根据表决定的19。

因此,考虑到表的绿灯时间19,司机将56秒的延迟值,如果出租车交通的份额下降了30%,更好的结果在这条路的交通流量。在未来,研究人员可以继续这项研究与其他优化方法,深度学习,和机器学习技术40- - - - - -42]。

4所示。结论

每个研究的结论和研究,以及提供实际的解决方案,可以解决一些问题,问题的来源相关领域的研究。在这项研究,在调查之前的研究和引进的分析和建模的研究和方法,影响因素的市民使用公共汽车专用车道的伊玛目霍梅尼进行了讨论。结果显示,与模糊模型相比,简称ANFIS预测有较高的能力和优化基于统计参数如RMSE和延迟R²。56秒,获得了最优量,通过这个值,十字路口性能延迟减少总线运动是最好的。此外,尽管缺乏高品质的设施和设备,可怜的几何设计的路线,和平庸的质量服务,乘客的高满意度。此外,根据分指数的描述性的结果,旅行时间最优先考虑公民在使用公共汽车专用车道。伊玛目霍梅尼公共汽车专用车道的消极点是标准和众多的开放部分沿着路线,创造了危险和危险的地方需要修正和给这些部分分离器栅栏。给出的结果评价雷什特公交专用车道的标准,缺点应该采用删除以下建议解决方案:(我)建设并行的路线和径向与现有的公交专用车道(2)进入新的公共汽车到系统在同一起点和终点增加舰队的速度(3)建立交通控制中心的公交车(iv)完成其他公交专用车道线效率增加(v)双向站建设,而不是建设两个电台单向功能(vi)设计一个特定的符号为每个站来识别它更好(七)更好的命名,例如,国家银行的名字和代替Heshmat博士和阿扎迪当然喽(八)建立虚拟机和连接它们在车站通知乘客的公共汽车的确切到达时间和显示的地图交通线路(第九)集成的自行车道和伊玛目霍梅尼公共汽车专用车道。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

信息披露

在这项研究中,伊朗政府组织没有合作伙伴或赞助商,这纯粹是好学的学习。

的利益冲突

作者宣称没有利益冲突。