۲٫۳٫۱٫ مدل ایستا برای ارزیابی تسلط ترافیک
تسلط ترافیک یک شهر به طور جدایی ناپذیری با شرایط مکانی و تراکم شبکه ترافیک مرتبط است. بنابراین، سیستم ارزیابی شاخص ایستا برای تسلط ترافیک ساخته شده در این مقاله در نشان داده شده است
جدول ۲.
درجه نفوذ خطوط تنه نشاندهنده نزدیکی منطقه مورد مطالعه به شریانهای ترافیکی اصلی یا زیرساختهای حملونقل مهم (شامل بزرگراهها، مسیرهای سریع، جادههای اولیه، ثانویه و سوم و جادههای داخلی) است. این شاخص یک عامل کلیدی در ارزیابی اتصال منطقه به شبکه حمل و نقل گسترده تر است. هر چه فاصله کمتر باشد، درجه نفوذ خط تنه بیشتر می شود که نشان دهنده شرایط ترافیکی مطلوب تری در منطقه است. ترکیب ادبیات موجود [
۳۷]، ما از یک روش تخصیص طبقه بندی برای ارزیابی میزان تأثیر تسلط ترافیک استفاده می کنیم.
- ۲٫
-
دسترسی فضایی
دسترسی فضایی نشان دهنده سهولت سفر از یک واحد مطالعه به یک مقصد خاص از طریق یک سیستم حمل و نقل خاص است [
۹]، که می تواند دسترسی بین دو مکان را نشان دهد. این مقاله دو نوع دسترسی فضایی را در نظر می گیرد: منطقه مرکزی شهری و محورهای حمل و نقل. دسترسی به منطقه مرکزی شهری نشان دهنده هزینه اتصال فضایی بین واحدهای شبکه و منطقه مرکزی شهری است. دسترسی به هاب های حمل و نقل (راه آهن، بزرگراه و غیره) پتانسیل توسعه بلوک در امتداد شهرهای هاب را تحت روند توسعه شبکه منعکس می کند. هاب ها با دسترسی بالاتر می توانند جریان مسافر بیشتری را جذب کنند و سطح توسعه ترافیک شهری را بهبود بخشند [
۳۸]. این مقاله این دو نوع دسترسی را بر اساس فاصله زمانی بین گرهها اندازهگیری میکند و از ۰ تا ۵ بر اساس فاصله زمانی حمل و نقل تا منطقه مرکزی شهری و انواع مختلف هابهای حملونقل امتیاز میگیرد.
- ۳٫
-
تراکم جاده
تراکم شبکه ترافیک یک شاخص مهم برای ارزیابی سطح حمایت از زیرساخت های حمل و نقل منطقه ای است که تا حدی منعکس کننده قابلیت پشتیبانی توسعه منطقه ای و جلوه ای از ظرفیت تامین ترافیک است. به عنوان نسبت مطلق طول مسیرهای حمل و نقل به مساحت زمین منطقه تعریف می شود. هر چه تراکم شبکه ترافیک بیشتر باشد، اتکای منطقه به اقتصاد اجتماعی و ارتباطات خارجی قویتر است، توانایی تضمین اقتصادی منطقه قویتر است، به این معنی که شرایط تسهیلات ترافیکی منطقه بهتر است. [
۳۹,
۴۰,
۴۱].
تراکم شبکه ترافیک منطقه باشد ، طول کل مسیرهای جاده ای باشد ، و مساحت زمین منطقه باشد سپس فرمول تراکم شبکه ترافیک، با در نظر گرفتن شبکه راه به عنوان موضوع اصلی ارزیابی تراکم شبکه ترافیک، به صورت زیر است: تراکم شبکه ترافیک (km/km) است۲) مجموع مسافت پیموده شده مسیرهای جاده در واحد شبکه (کیلومتر)، و منطقه همسایگی واحد شبکه است (کیلومتر۲).
محاسبه تسلط ترافیک نیاز به ادغام نتایج محاسبات برای درجه نفوذ خطوط اصلی، دسترسی فضایی و تراکم شبکه ترافیک برای به دست آوردن یک ارزش ارزیابی ترکیبی به شرح زیر دارد:
جایی که مقدار ارزیابی ترکیبی برای واحد ارزیابی است، مقادیر نرمال شده برای درجه تأثیر خطوط اصلی، دسترسی فضایی و تراکم شبکه ترافیک هستند، و مقادیر وزنی سه شاخص هستند.
- ۴٫
-
تخصیص وزن
فرآیند تحلیل سلسله مراتبی (AHP) یک روش تجزیه و تحلیل تصمیم است که تجزیه و تحلیل های کمی و کیفی را ترکیب می کند. با استفاده از روش AHP می توان مسائل پیچیده را به چندین سطح و فاکتور تجزیه کرد. ارتباط و رابطه عضویت عوامل دخیل در ارزیابی محاسبه می شود. از طریق مقایسه های زوجی، یک ماتریس مقایسه برای تعیین اهمیت نسبی هر عامل در ساختار سلسله مراتبی ساخته می شود. سپس یک ماتریس قضاوت برای تعیین وزن عناصر مختلف ساخته می شود، بنابراین مبنایی برای انتخاب طرح های تصمیم گیری فراهم می کند.
بنابراین، با استفاده از AHP، این مقاله با طبقهبندی و تخصیص مقادیر به شاخصهای فوق، یک مدل ارزیابی تسلط حجم ترافیک ساکن ایجاد میکند.
شکل ۳).
۲٫۳٫۲٫ مدل شاخص پویا شبکه پیچیده
اگر تمام سفرهای داخل یک شهر به عنوان ارتباط بین مبدا و مقصد انتزاع شوند، می توان یک شبکه انتزاعی ایجاد کرد. با تحلیل این شبکه می توان اطلاعاتی در مورد ساختار ارتباط فضایی کل شهر و ویژگی های کلان سفر جمعیت به دست آورد. بنابراین، این مقاله سه نوع شبکه حمل و نقل را برای اشتراک دوچرخه، تاکسی و مترو ایجاد می کند که شامل گره ها (نقاط اشتراک دوچرخه، ایستگاه های تاکسی، ایستگاه های مترو) و لبه هایی است که آنها را به هم متصل می کند (هر سفر). اگر پیوندی بین دو گره وجود داشته باشد، آنها به عنوان همسایه تعریف می شوند. این مقاله سه شبکه حمل و نقل را در یک نمودار شبکه متصل خلاصه می کند
،
مجموعه ای از گره ها است،
مجموعه لبه هایی است که برای محاسبه پارامترهای ماکروسکوپی و گرهی شبکه لازم است، همانطور که در زیر توضیح داده شده است.
شکل ۴).
شاخص های پویا که منعکس کننده تسلط ترافیک هستند از شبکه حمل و نقل ساخته شده استخراج می شوند، بنابراین دارای ویژگی های شبکه های پیچیده و محدودیت های فضایی عمومی هستند. [
۴۲]. در این بخش، ما شبکه ترافیک را از منظر آماری ماکروسکوپی تجزیه و تحلیل میکنیم، عمدتاً برای تجزیه و تحلیل ویژگیهای ساختار توپولوژیکی شبکه. شاخص های خاص به شرح زیر است:
(۱) تعداد گره ها (N) و تعداد یال ها (E).
(۲) درجه: درجه یک گره تعداد گره های متصل به آن گره را نشان می دهد، که نشان می دهد چند ناحیه مستقیماً به هر ناحیه ای متصل هستند. درجه نشان دهنده اهمیت توپولوژیکی گره در شبکه است. می توان آن را به عنوان درجه خارج طبقه بندی کرد () و در درجه (). درجه شبکه است .
این مقاله از دو شاخص استفاده می کند: میانگین درجه (AD) و میانگین درجه وزنی (AWD).
(۳) تراکم شبکه (ND): نسبت تعداد واقعی لبه ها در شبکه () تا حداکثر تعداد لبه های ممکن () برای نشان دادن اتصال کلی در شبکه استفاده می شود.
(۴) میانگین ضریب خوشه بندی (C): مقدار کسری که از تقسیم تعداد واقعی یال ها بر حداکثر تعداد ممکن لبه ها به دست می آید که به عنوان ضریب خوشه بندی این گره تعریف می شود. تمایل گرههای شبکه به خوشهبندی را اندازهگیری میکند [
۴۳]. فرمول محاسبه C به شرح زیر است:
جایی که تعداد همسایگان هدایت گره است ، و تعداد اتصالات واقعی در این میان است گره ها
(۵) میانگین طول مسیر (AL): مفهومی در توپولوژی شبکه که به عنوان میانگین تعداد گام ها در کوتاه ترین مسیر برای تمام جفت های ممکن گره های شبکه تعریف می شود. فرمول محاسبه AL به شرح زیر است:
جایی که تعداد گره ها را نشان می دهد، حداقل تعداد یال از گره است به گره .
- ۲٫
-
پارامترهای گرهی شبکه: شاخص های تسلط دینامیک ترافیک
برای مطالعه بیشتر خصوصیات دینامیکی شبکه، این بخش پارامترهای گرهی شبکه مرتبط را در نظر می گیرد. گرههای با مرکزیت بالا اغلب محورهای ترافیکی هستند که فعالیتهای سفر روزانه بیشتری را انجام میدهند، که برای ما مفید است تا ویژگیهای جریان شهری و ساختار شهری را تشریح کنیم. [
۴۴].
مرکزیت بین (BC)، که یک شاخص کلیدی در تحلیل شبکه برای ارزیابی اهمیت لبه ها در شبکه بوده است. [
۴۵,
۴۶,
۴۷]، معیاری از مرکزیت در یک نمودار بر اساس کوتاه ترین مسیرها است و در شبکه های حمل و نقل برای منعکس کردن گذر استفاده می شود. [
۴۸]. بخشهای جادهای با مرکزیت بینالمللی بالا تأثیر بیشتری بر حجم ترافیک دارند. بنابراین، مرکزیت بین بودن یک شاخص مهم برای درک الگوهای ترافیک و استنباط حجم ترافیک در نظر گرفته می شود [
۴۹]. برای سنجش نقش واسطه ای مسیرها در شبکه ترافیک، با توجه به متغیر بودن و جهت دهی جریان سفر در بخش های مختلف به دلیل موقعیت جغرافیایی و نحوه حمل و نقل، از این شاخص استفاده می کنیم. هر چه مرکزیت بین گره بیشتر باشد، نقش گره در اتصال کوتاه ترین مسیرها بین گره های دیگر مهم تر است. برای نمودارهای جهت دار، به صورت زیر تعریف می شود:
جایی که مرکزیت بین گره است ، تعداد کوتاه ترین مسیرها از گره منبع را نشان می دهد برای هدف قرار دادن گره ، تعداد آن مسیرهایی که از گره عبور می کنند را نشان می دهد ، و تعداد گره های شبکه است.
با توجه به ویژگیهای شبکه تعامل فضایی تشکیلشده توسط جریانهای سفر روزانه، و همچنین تغییرپذیری و جهتپذیری جریانهای سفر بین واحدهای فضایی، از مرکز درجه برای کمی کردن اهمیت گرههای مختلف شبکه ترافیک استفاده میکنیم. [
۵۰]. هرچه درجه مرکزیت بیشتر باشد، مسیرهای بیشتری از ایستگاه عبور می کنند و ایستگاه سفرهای بیشتری دارد [
۵۱]. فرمول محاسبه مرکزیت درجه به شرح زیر است:
جایی که درجه مرکزیت گره است ، تعداد لبه های اتصال گره را نشان می دهد به گره ، و تعداد کل گره های موجود در شبکه را نشان می دهد.
با این حال، به دلیل تفاوت های گسترده بین جریان های مختلف سفر، الگوهای شبکه از حالت های مختلف حمل و نقل متفاوت خواهد بود. مرکزیت بین بر وضعیت واسطه و کارایی انتقال گره ها در شبکه متمرکز است، در حالی که مرکزیت درجه بیشتر به میزان اتصالات مستقیم گره ها و ویژگی های ساختاری شبکه مربوط می شود. بنابراین، اهمیت نسبی بین گرهها را نمیتوان به طور کامل با مرکزیت بینالمللی مطلق و مرکزیت درجه منعکس کرد. برای حل این مشکل، از روش وزن آنتروپی برای وزن کردن این دو استفاده میکنیم، که منجر به مرکزیت وزنی نسبی (RWC) میشود، که امکان مقایسه معنیدار اهمیت نسبی گرهها در شبکههای حمل و نقل مختلف را فراهم میکند. فرمول محاسبه RWC به شرح زیر است:
جایی که مرکزیت وزنی نسبی گره است ، وزن مرکزیت بین گره را نشان می دهد ، و وزن مرکزیت درجه گره را نشان می دهد .
RWC به عنوان یک متریک گره وزنی است که به طور منحصر به فرد نوسانات دینامیکی در الگوهای ترافیک را در خود جای می دهد، جنبه ای که اغلب در مدل های غالب ترافیک ایستا معمول نادیده گرفته می شود. با ادغام مرکزیت بین و درجه مرکزی، بینش هایی را در مورد درجات مختلف تسلط ترافیک در زمان های مختلف ارائه می دهد که منعکس کننده تحرک ذاتی در رفتار سفر است. این دیدگاه ظریف مشاهدات واضح تری از تغییرات زمانی در پویایی ترافیک را امکان پذیر می کند، در نتیجه بینش های ارزشمندی را برای برنامه ریزی استراتژیک طرح های زیرساخت ارائه می دهد و توسعه پایدار سیستم های حمل و نقل شهری را ارتقا می دهد.
- ۳٫
-
محاسبه وزنی مدولاریت جامعه برای تشخیص ساختار جامعه
تشخیص جامعه، شناسایی ساختارهای جامعه در یک شبکه از طریق الگوریتمها، به عنوان مثال، مجموعهای از گرهها با اتصالات نزدیک، برای کشف ویژگیهای سفر و نیازهای جوامع مختلف در شهر، ارائه پشتیبانی برای مدیریت ترافیک و خدمات اصلاحشده است. مدولاریت به نسبت یال ها در ساختار جامعه در شبکه اشاره دارد، منهای مقدار مورد انتظار اتصال تصادفی دو گره در یک ساختار جامعه. [
۵۲]. هدف از تقسیم بندی جامعه این است که ارتباطات درون جامعه تقسیم شده محکم شود در حالی که ارتباطات بین جوامع پراکنده است. مدولار بودن می تواند کیفیت چنین تقسیماتی را به تصویر بکشد. هرچه مدولاریت بیشتر باشد، اثر پارتیشن بندی جامعه بهتر است. در این مقاله، نتیجه این الگوریتم جوامع بسیاری است که هر کدام حاوی دادههای جریان OD سفر اشتراکگذاری دوچرخه/تاکسی/مترو مشابه است. بنابراین، برای شبکه ما، ماژولاریت را می توان به صورت زیر محاسبه کرد:
جایی که مجموع وزن های لبه را در جامعه C (معکوس فاصله متوسط در شبکه) نشان می دهد. مجموع وزن یال های متصل به گره ها در C است، وزن کل لبه های متصل به گره را نشان می دهد ، وزن کل لبه ها از به گره های C، و وزن کل شبکه است.