پژوهشنامه حمل و نقل
سال:1388 | دوره:6 | شماره:3 (پیاپی 20) |تعداد مقالات:7

به منظور بررسی عملکرد مصالح سنگی موج شکن های سواحل جنوبی کشور، تحقیق گسترده ای انجام شد. در این تحقیق در مرحله نمونه برداری، بیش از 250 بلوک سنگ از 20 موج شکن و معادن سنگ آنها در استان های ساحلی جنوب کشور جمع آوری شد. ضمن نمونه برداری، مشخصات ظاهری و میزان فرسایش هر نمونه سنگ ثبت شد. همچنین مودهای خرابی هر موج شکن و دلایل احتمالی این تخریب ها مورد بررسی قرار گرفت. نتایج آزمایش های مختلفی که بر روی نمونه ها انجام شد با معیار های متداول ارزیابی کیفیت سنگ مقایسه و مشخص شد که بر اساس این معیارها قسمت عمده ای از سنگ های آهکی بکار رفته در موج شکن های مورد بررسی، نامناسب بوده اند. این در حالی است که مشاهدات میدانی و بررسی عملکرد سنگ ها در سازه موج شکن و نیز مطالعه مودهای خرابی هر موج شکن، گویای این واقعیت است که این سنگ ها در موج شکن های مورد استفاده عملکرد قابل قبولی داشته اند. از این رو می توان نتیجه گرفت که برای انتخاب سنگ مناسب برای احداث سازه های ساحلی، صرفا نمی توان از معیارهای ارزیابی موجود استفاده کرد و بنابراین تدوین یک معیار داخلی جدید، منطبق با شرایط آب و هوایی سواحل کشور و موجودیت منابع سنگ قابل استفاده، ضرورت خواهد داشت.

با توسعه سیستم های حمل ونقل هوشمند، فرآیند برنامه ریزی سیستم های حمل و نقل عمومی مانند اتوبوس و قطار شهری از حالت استاتیک (برنامه ریزی بر اساس داده های گذشته) به حالت پویا (برنامه ریزی بر اساس داده های گذشته و لحظه ای) تغییر کرده است. در هر دو فرآیند فوق، زمان سفر به عنوان مهم ترین پارامتر برنامه ریزی محسوب می شود. در بیشتر مطالعات گذشته حوزه برنامه ریزی حمل ونقل عمومی، مبنای برآورد زمان سفر، استفاده از رویکرد توزیع های احتمالی بوده است. اما پیش بینی دقیق و صحیح زمان سفر نیازمند توسعه مدلهای پیش بینی متناسب با هر نوع فرآیند برنامه ریزی و بر اساس تاثیر متغیرهای موثر بر زمان سفر است.در این مقاله با مطالعه سیستم حمل و نقل عمومی شهر تهران (اتوبوسرانی)، متغیرهای موثر بر زمان سفر، شناسایی شده و میزان تاثیر هر یک از آنها بر زمان سفر اندازه گیری شده است. دو مدل پیش بینی مبتنی بر رگرسیون خطی و شبکه عصبی پیش خوراند جهت پیش بینی زمان سفر وسایل نقلیه عمومی بین دو ایستگاه متوالی قابل استفاده در فرآیندهای برنامه ریزی استاتیک و پویا طراحی شده است. مقدار ضریب همبستگی بین مقادیر واقعی و پیش بینی شده برای متغیر زمان سفر در شبکه اتوبوسرانی شهر تهران، در مدل رگرسیون حدود 75% و در مدلهای شبکه عصبی حدود 94% بوده است.

این مقاله به بررسی مساله زمانبندی در یک زنجیره تامین 3 مرحله ای می پردازد. مرحله اول شامل تامین کنندگان، مرحله دوم شامل ناوگان حمل ونقل کالاها و مرحله سوم شامل یک شرکت سازنده محصولات نهایی است. ناوگان حمل ونقل شامل چندین وسیله نقلیه می شود که دارای سرعتها و ظرفیتهای متفاوت برای حمل کالا هستند. هدف، تخصیص کارها به تامین کنندگان و وسائط نقلیه به نحوی است که کارها زودتر تحویل شرکت سازنده شوند. نشان داده می شود که پیچیدگی این مساله از نوع NP-hard است و در نتیجه استفاده از روشهای دقیق برای حل مساله در زمان معقول امکان پذیر نیست. برای حل این مساله یک الگوریتم ژنتیک که در اینجا الگوریتم ژنتیک پویا نامیده شده است و دارای کروموزومهایی با ساختار متغیر است ارایه می شود. از آنجا که این مساله تاکنون در ادبیات موضوع مورد بررسی قرار نگرفته است، مبنای مناسبی جهت ارزیابی الگوریتم ژنتیک ارایه شده وجود ندارد. بنابراین الگوریتم ژنتیک ارایه شده با روش جستجوی تصادفی (Random Search) مقایسه شده است. همچنین الگوریتم ژنتیک ارایه شده در یک حالت خاص با روش مربوط به نزدیک ترین مساله در ادبیات موضوع مقایسه شده است. نتایج، نشان از برتری الگوریتم ژنتیک پویا در هر دو مقایسه انجام شده دارد.

یکی از مسایلی که باعث پایین آمدن سطح سرویس در یک سیستم حمل و نقل عمومی و در نتیجه کاهش تقاضا می شود، دسترسی مناسب وسایل نقلیه شخصی به این سیستم است. در این مورد می توان بحث تسهیلات پارک سوار را به عنوان راهکاری مناسب برای ترغیب وسایل شخصی در استفاده از حمل و نقل همگانی مطرح کرد. در طرح و برنامه ریزی امکانات پارک سوار یکی از کلیدی ترین موضوعهای موقعیت مناسب آنهاست. بنابراین، این تحقیق سعی در ارایه روشی کارا برای مکانیابی p سایت پارک سوار در دو مرحله نامزد و بهینه دارد، به طوری که در مرحله اول با استفاده از تعدادی از معیارها به جانمایی موقعیت های نامزد در محیط سیستم اطلاعات جغرافیایی پرداخته و در ادامه به بهینه یابی موقعیت ها با حل مدلی (با استفاده از الگوریتم ژنتیک) چند معیاره شامل مباحث پوشش حداکثر، دسترسی به راههای سریع شهری، اولویت ارایه سیستم های حمل ونقل همگانی عملکرد بالا و منافع ناشی از حفظ پارکینگهای با قابلیت پارک سوار شدن می پردازد.

در این مقاله، یک مدل آماری برای تخمین تعداد تصادفات در قطعات راههای شهری ارایه شده است. این مدل بر اساس داده های ترافیکی، هندسی، محیطی و تصادفات 161 قطعه راه درون شهری به طول کلی 104 کیلومتر در یکی از شهرهای بزرگ ایران (زاهدان) پایه ریزی شده و هدف این بوده است تا یک مدل کلی برای برآورد تعداد کل تصادفات در راهها به منظور ارزیابی از عملکرد ایمنی آنها و همچنین مقایسه سناریوهای مختلف یک برنامه ریزی حمل و نقل از نظر ایمنی ارایه شود. برای ساخت این مدل، روش شناسی جدیدی مورد استفاده قرار گرفته که انتخاب نوع مدل برمبنای خصوصیات آماری داده ها، تعیین ضرایب مدل به کمک روش بهینه سازی «بردار گرادیان اصلاح شده» و عدم استفاده از نرم افزارهای آماری موجود برای اجرای فرآیند مدلسازی، مهم ترین ویژگیهای آن را تشکیل داده و از مزیت عمده قابلیت تعمیم به سایر موضوعات مهندسی نیز برخوردار است. نتایج این تحقیق نشان می دهد که حجم ترافیک دارای بیشترین تاثیر در میزان تصادفات بوده و به ازای هر 10000 وسیله نقلیه در روز، تعداد تصادفات بین 20-15 درصد افزایش یافته و در حجمهای بالا این درصد رو به کاهش است. همچنین، متغیرهایی نظیردرصد استفاده از پارکینگ حاشیه، تراکم نقاط دسترسی، تعداد خطوط راه، جهت ترافیک، عرض سواره رو و میانه از دیگر متغیرهایی هستند که در شهرها به نسبتهای مختلف در افزایش یا کاهش تصادفات نقش دارند.

امروزه یکی از چالش های اصلی شبکه های ترافیکی، هدایت وسایل نقلیه به مقصدشان تحت وضعیت پویای ترافیک با هدف کاهش زمانهای سفر و استفاده موثرتر از ظرفیتهای موجود شبکه است. در پاسخ به مسایل بیان شده، سیستم هدایت مسیر پویا رویکردی موثر به نظر می رسد. این سیستم از جمله حوزه های مهم فعالیت سیستمهای هوشمند حمل و نقل است. هسته اصلی سیستم هدایت مسیر پویا، محاسبات کوتاه ترین مسیر بر اساس شرایط جاری (اطلاعات زمان واقعی) است. بنابراین با توجه به ضرورتهای بیان شده، هدف کلی تحقیق را می توان در قالب توسعه راهبرد قوی مسیریابی برای سیستم های هدایت مسیر تحت وضعیت پویای محیط تعریف کرد. به این منظور در این مقاله با بیان یک چارچوب مفهومی هدایت مسیر مبتنی بر ساختار مسیریابی غیرمتمرکز، به چگونگی کاربرد تکنیکهای عامل گرا با تاکید بر یادگیری تقویتی به عنوان یک راه حل در مواجهه با نامعینی های مساله مسیریابی وسایل نقلیه در شبکه های ترافیکی پرداخته شده است. از نتایج مهم تحقیق ارایه شده می توان به توانایی مدلهای یادگیری پیشنهاد شده در ارایه سیاست یا استراتژی انتخاب مسیر در تطبیق با شرایط پویای ترافیکی و نیز ارایه آلترناتیوهای مختلف پیشنهادی طی مسیر برای رانندگان با هدف حداقل کردن معیار زمانهای سفر وسایل نقلیه اشاره کرد.

تصادفات ترافیکی در تقاطع های شهری، منجر به هزینه های گزافی به شکل مرگ، جراحت، از دست رفتن کار و فعالیت و خسارات مالی در جامعه می شود. تقاطع ها خصوصا در مناطق درون شهری، یکی از نقاط بحرانی ایمنی ترافیک و از مراکز تصادفات به حساب می آید؛ اما در ایران به نظر نمی رسد که تحقیقات گذشته عوامل موثر بر فراوانی تصادفات در تقاطع ها را بررسی کرده باشند و بدین جهت پیش بینی تاثیر نسبی انواع بهسازی تقاطع ها به منظور کاهش فراوانی تصادفات و تعیین اولویت سرمایه گذاری در پروژه های بهسازی تقاطع ها مشکل است.هدف از این تحقیق، ایجاد مدل آماری با توزیع دو جمله ای منفی برای پیش بینی فراوانی تصادفات جرحی و تشخیص عوامل اثرگذار بر فراوانی تصادفات جرحی در تقاطع های چراغ دار شهرستان مشهد است. برای تعیین بهترین برازش توزیع به داده های تصادف از آزمون کی-دو استفاده شد و بررسی مناسب بودن برازش مدل از طریق دویانس/درجه آزادی و پیرسون/درجه آزادی کنترل گردید. معتبرسازی مدل با استفاده از آزمون استیودنت زوج شده بررسی شد. با استفاده از فاکتور کاهش تصادفات تاثیر نسبی هر یک از متغیر ها بر فراوانی تصادفات جرحی مورد بررسی قرار گرفت. نتایج مدل آماری، رابطه مهم بین مشخصات هندسی، عامل کنترل و مشخصات ترافیکی تقاطع های چراغ دار را با فراوانی تصادفات آشکار کرد. نتایج نشان داد که 6 متغیر به میزان قابل ملاحظه ای بر ایمنی تقاطع ها اثر می گذارد. تعداد خطوط عبوری شاخه تقاطع، وجود میانه در شاخه تقاطع، تعداد فازها به ازای هر سیکل، نوع سیستم کنترل تقاطع، دوربین نظارتی و حجم کل ترافیک شاخه تقاطع، متغیر هایی است که از لحاظ آماری، بر فراوانی تصادفات جرحی در تقاطع های چراغ دار اثر می گذارد.