بهینه سازی ترافیک هوشمند با کنترل مرکزی و داده کاوی

چکیده مقاله

مدیریت ترافیک در شهرهای هوشمند به دلیل افزایش جمعیت و پیچیدگی های شهری از اهمیت ویژه ای برخوردار است وسایل نقلیه اضطراری EV مانند آمبولانس ها نیازمند عبور سریع و ایمن از تقاطع ها هستند این پژوهش یک چارچوب نوین برای بهینه سازی جریان ترافیک با استفاده از سیستم کنترل مرکزی، برنامه ریزی پویا RDS ، و یادگیری تقویتی چندعاملی MARL ارائه می دهد که با رویکردهای داده کاوی تقویت شده است روش پیشنهادی با بهره گیری از ارتباطات خودرو به زیرساخت V۲X ، دوربین های هوشمند و الگوریتم های یادگیری تقویتی زمان انتظار EV را کاهش داده و ایمنی آن ها را بهبود می بخشد نتایج شبیه سازی نشان می دهد که سیستم کنترل مرکزی زمان انتظار EV را تا ۱۰ ثانیه کاهش می دهد، در حالی که RDS و MARL به ترتیب ۱۵ و ۱۲ ثانیه بهبود ایجاد می کنند این چارچوب با استفاده از داده کاوی الگوهای ترافیکی را تحلیل کرده و تصمیم گیری پویا را تسهیل می کند این پژوهش گامی در جهت توسعه شهرهای هوشمند ایمن و کارآمد است

کلیدواژه‌ها

نویسندگان

سجاد یوسفی

گروه مهندسی برق دانشگاه ملی مهارت، تهران، ایران

مریم پورنجف

گروه مهندسی کامپیوتر دانشگاه ملی مهارت، تهران، ایران

بهارک نادعلی پور

گروه مهندسی برق و کامپیوتر دانشگاه ملی مهارت، تهران، ایران

فاطمه سلیمی

گروه مهندسی برق و کامپیوتر دانشگاه ملی مهارت، تهران، ایران

یوسفی، سجاد و پورنجف، مریم و نادعلی پور، بهارک و سلیمی، فاطمه،1404،بهینه سازی ترافیک هوشمند با کنترل مرکزی و داده کاوی،دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین،تبریز

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین17 مهر 1404 · تبریز