بهینه سازی زمان بندی علائم راهنمایی و رانندگی با الگوریتم مورچگان

ترجمه مقاله بهینه سازی زمان بندی علائم راهنمایی و رانندگی با الگوریتم مورچگان

ترجمه مقاله Ant colony algorithm for traffic signal timing optimization

در این پست ترجمه مقاله الگوریتم مورچگان برای بهینه سازی زمان بندی علائم راهنمایی و رانندگی را آماده کردیم که علاوه بر چکیده و مقدمه می توانید خود مقاله اصلی را نیز به طور رایگان دانلود نمایید.

چکیده مقاله

به جهت تعداد توقف ها و حجم ترافیک، تاخیر زمانی، جدا سازی موثر اختلاف کشش ترافیکی که به عنوان شاخص های اجرایی تعیین شدند و تابع هدف پیوسته با زمان چرخشی و اشباع یک تقاطع با استفاده از ضرایب وزنی ایجاد شد. بنابراین بر مبنای آنالیز نا امنی و تقارب و هم سویی الگوریتم مورچگان دانش هایی توسط الگوریتم ها صورت گرفته و تطبیق های عددی برای شاخص های اجرایی بدست آمده با الگوریتم ژنتیک و الگوریتم کلونی مورچه، برای رفع مشکل بهینه سازی زمان بندی علائم انجام شدند. بررسی ها ی صورت گرفته می گوید که الگوریتم کلونی مورچه راه حلی آسان برای درگیری های بهبود زمان بندی علائم از خود نشان می دهد.

توضیحات بیشتر در مورد ترجمه مقاله بهینه سازی زمان بندی علائم راهنمایی و رانندگی با الگوریتم مورچگان و دانلود رایگان مقاله اصلی لطفا به ادامه مطلب مراجعه نمائید.

مقدمه

 امروزه با سرعت پیشرفت اقتصاد، انبوه ترافیک یکی از مهمترین مشکلات در شهرها شده است به طور قدیمی مشکلات تراکم با افزایش راه های ارتباطی به شبکه حمل و نقل موجود قابل حل بود. از این رو این گونه روش ها مقدور نخواهد بود برای دستیابی به فضا در مراکز شهری مفید واقع شود، اخیرا تاکید فراوانی بر روی مدیریت ترافیک در اجراسازی و عملیات سیستم های انتقال هوشمند مانند ترانزیت صورت گرفته است. به طور گسترده سیستمی که به عنوان یکی از ابزارات مفید در بهبود کنترل ترافیک شناخته شده است. جدیدا با پیشرفت هایی که در تکنولوژی سیستم هوشمند به وجود آمده الگوریتم ACO مانند الگوریتم ژنتیک برای مشکلات بهینه سازی زمان بندی علائم مورد قبول واقع شده است.

چکیده انگلیسی

In order to separate the conflict of the traffic flow effectively, time delay, number of stops and traffic capacity are chosen as performance indexes, and the objective function related to the cycle time and the saturation of an intersection is established by using the weighting coefficients. Then, based on the uncertainty and convergence analysis of ant colony algorithm (ACA), computational experiments are conducted and numerical.

comparisons are made for the values of performance indexes achieved by the signal timing optimization problem with Webster algorithm, genetic algorithm (GA) and ACA. Numerical results show that ACA is a simple and feasible method for signal timing optimization problems.

منبع : sciencedirect.com