تحلیل و پیش بینی ساعات تخلفات ورودی به محدوده طرح ترافیک تهران بارویکردهای داده کاوی

چکیده مقاله

نرخ بالای بروز تخلفات ورود به محدوده طرح ترافیک شهر تهران، نه تنها علت مهم بروز حوادث ترافیکی در مناطق مرکزی تهران است بلکه اثر بازدارنده این طرح بر کاهش تردد خودروها و آلودگی فزایند, ها را بی اثر می کند سیستم مکانیزه ثبت تخلفات منابع اطلاعاتی مناسبی برای بررسی و تحلیل رفتارهای ترافیکی وسایل نقلیه در اختیار برنامه ریزان قرار می دهد در این تحقیق, دانش داده :اوی برای کشف قوانین پنهان د رداده های مربوط به خودروهای مختلف ورودی به یکی از پرترددترین معابر ورودی به محدوده طرح ترافیک تهران, جهت بررسی عوامل موثر بر نرخ ورودهای غیر مجاز و پیش بینی تردد تخلفات در محدوده ها بکار گرفته شده است با استفاده از رویکرد خوشه بندی, ساعات تردد در روزهای مختلف به 5 خوشه همگن تقسیم شده اند ضمن مطالعه ویژگی های هر خوشه, مدلی براساس شبکه عصبی مصنوعی جهت پیش بینی خوشه های پرتخلف با تردد غیر مجاز زیاد بر پایه مشخصات تقویم های قمری و شمسی و شرایط جوی توسعه داده شده است که با دقت 87 درصد وضعیت ترددهای غیر مجاز به محدوده رح را در روزهای آینده پیش بینی می کند با استفاده از این مدل می توان برنامه های بازدارنده کاهش تخلفات را ساماندهی نمود

کلیدواژه‌ها

نویسندگان

وحید برادران

استادیار، گروه مهندسی صنایع دانشگاه آزاد اسلامی واحد تهران شمال

شیما شاملوفرد

دانشجوی کارشناسی ارشد، رشته مهندسی صنایع گرایش، مدیریت سیستم و بهره وری دانشگاه آزاد اسلامی واحد تهران شمال

غلامرضا مروجی

دکترای مهندسی صنایع شرکت کنترل ترافیک تهران

�رادران، وحید و شاملوفرد، شیما و مروجی، غلامرضا،1392،تحلیل و پیش بینی ساعات تخلفات ورودی به محدوده طرح ترافیک تهران بارویکردهای داده کاوی،سیزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک،تهران

ارائه‌شده در

مجموعه مقالات سیزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک6 اسفند 1392 · تهران