یک روش پیشنهاددهنده جای پارک خالی کنار خیابان چند معیاره مبتنی بر الگوریتم pso

در سال های اخیر، روند شهرنشینی بر لزوم توجه به کاهش انتشار دی اکسید کربن و افزایش ذخیره انرژی تاکید دارد. گسترش تعداد وسایل نقلیه در جاده همراه با سوء مدیریت فضای پارکینگ در دسترس باعث ایجاد مشکلات مرتبط با پارکینگ‌ها و افزایش ازدحام ترافیک در مناطق شهری شده است. بنابراین، لازم است یک سیستم مدیریت پارکینگ هوشمند خودکار ایجاد شود که نه‌تنها به راننده برای پیدا کردن فضای پارکینگ مناسب کمک ‌کند، بلکه مصرف سوخت را نیز کاهش ‌دهد. امروزه بیشترین چالش متوجه گروه پارکینگ های کنار خیابان می باشد. زمانیکه رانندگان قصد دارند در کنار خیابان پارک کنند معیارهای زیادی را مد نظر دارند از قبیل فاصله از مقصد مورد نظر، هزینه پرداختی، یافتن سریعتر جای پارک و .... در مقالات کمی به مساله یافتن جای پارک براساس معیارهای متعدد رانندگان توجه شده است. هدف در این مقاله یافتن جای پارک مطلوب رانندگان بر اساس معیارهای مشخص‌شده‌شان و پیشنهاد مناسب ترین موارد ممکن می باشد. در روش پیشنهادی فرض می شود جای پارک های موجود در سطح شهر در یک پایگاه داده ذخیره‌شده است و مدام در حال به‌روزرسانی می باشد، بنابراین بااستفاده از الگوریتم بهینه سازی ازدحام ذرات pso، به رانندگان مناسب ترین جای پارک ها بر اساس معیارهای مختلف شان، پیشنهاد شده است. همچنین با پیاده سازی این روش مشخص شد که هنگام استفاده از الگوریتم پیشنهادی باوجوداینکه اندکی زمان بیشتری صرف می گردد، ولی تعداد درخواست های بیشتری پاسخ داده می شود، مسافت کمتری پیموده شده و راننده هزینه کمتری را میپردازد.

A Multi-Criteria On-Street Parking Recommender System based on PSO algorithm

In recent years, the urbanization has clearly emphasized the need to pay attention to design and deployment of smart cities to reduce carbon dioxide emissions and increase energy storage. The great development of the number of vehicles on the road, along with the mismanagement of accessible parking space, has created problems about parking and increased traffic congestion in urban areas. Therefore, it is necessary to create an automatic smart parking management system that not only helps the drivers to find the appropriate parking space for their vehicles, but also reduces fuel consumption. Today, the biggest challenge is about the group of parking space onstreet, which consists of two parts: identifying empty parking space in the city and proposing suitable parking space for drivers according to their criteria. The purpose of this article is to find a suitable parking space for drivers according to their specified criteria and recommend the most similar ones. When drivers plan to park on the side of the road, many criteria are considered, such as distance from the intended destination, payment, finding a parking space faster, etc. In a few articles, the issue of finding a parking space has been considered based on various criteria of drivers. In the proposed method, it is assumed that the parking spaces in the city are stored in a database and being updated constantly, Therefore, using the particle swarm optimization algorithm (PSO), drivers are offered the most suitable parking spaces according to their criteria. The implementation of this method also proved that when using PSO algorithm, although more time is spent, more requests are answered and less distance is traveled.