طراحی و شبیه سازی ترکیبی سیستم پویای حمل‌و‌نقل عمومی برون‌شهری با استفاده از سیستم استنتاج فازی مبتنی بر شبکه عصبی و الگوریتم دیکسترا

امروزه نقش و سهم چشم گیر حمل‌و‌نقل در برنامه های توسعه پایدار انکارناپذیر و قابل تامل است. بسیاری از صاحبنظران معتقدند که هرچه حمل و نقل کارآمدتر باشد، توسعه فراگیرتر است. در مقابل، ناکارآمدی سیستم حمل و نقل، عوارض جدی محیطی همانند آلودگی هوا و پیامدهای منفی اجتماعی و اقتصادی را به دنبال خواهد داشت. در این راستا، هدف از پژوهش حاضر، طراحی و شبیه سازی سیستم پویای حمل‌و‌نقل عمومی برون شهری با استفاده از سیستم استنتاج فازی مبتنی بر شبکه عصبی و الگوریتم دیکسترا است.روش انجام این پژوهش ازنقطه نظرهدف،توسعه‌ای کاربردی وازنظراجرایی،تحلیلی توصیفی است و از هر دو روش کتابخانه ای و میدانی برای جمع‌آوری داده ها و اطلاعات پژوهش استفاده گردیده است. درپژوهش حاضر، با بهره‌گیری از نرم‌افزار سیمیولینک و با استفاده از توابع متلب، دو مدل شبیه‌سازی مربوط به سیستم فعلی و سیستم پیشنهادی حمل‌و‌نقل عمومی برون شهری طراحی وبه مدت یک هفته اجرا شدند. با هدف قرابت بیشتر عملکرد شبیه‌ساز با واقعیت، سیستم استنتاج فازی مبتنی بر شبکهعصبی (anfis) برای تخمین ترافیک مسیرها، الگوریتم خوشه‌بندی فازی cمیانگین(fcm) برای تعیین تعداد مسافرین مراجعه‌کننده به ترمینال‌ هر شهر و بالاخره الگوریتم دیکسترا (dijkstera) برای مسیریابی بهینه مسافرین از مبدا به مقصد بکار گرفته شده است. در ادامه، نتایج حاصل از اجرای دو مدل شبیه سازی با یکدیگر مقایسه گردیدند. طبق نتایج در سیستم پیشنهادی با مدت زمان درنظر گرفته شده، میزان استفاده مسافرین از اتوبوس نسبت به تاکسی8.2% افزایش، میزان استفاده از ظرفیت اتوبوس‌ها 12.66% افزایش و مجموع کرایه‌های پرداختی توسط مسافرین 17510 تومان کاهش را نشان داد. نتایج بدست آمده حاکی از آن است که سیستم پیشنهادی، سیستم مناسبی جهت بهینه‌سازی مصرف سوخت، کاهش آلودگی محیط زیست، صرفه‌جویی در هزینه و زمان و جلب رضایت مسافرین است.

Hybrid Designing and Simulation of dynamic Suburban Public Transport System by the use of ANFIS and Dijkstra’s Algorithm

Today, the important role of transportation in sustainable development programs is undeniable. Many experts believe that the more efficient the transportation is, the more inclusive it is. In contrast, inefficiencies in the transportation system will have serious environmental consequences, such as air pollution and adverse social and economic consequences. In this regard, the purpose of this study was to design and simulate a dynamic suburban public transport system using anfis and Dijckstar’s algorithm. The method of this research is from the point of view of purpose, developmental applied, and from the point of view, analytical descriptive. Both library and field methods have been used to collect data and research information. In present study, using simulink software and using matlab functions, two simulation models of the current system and the proposed system of public transportation were designed and implemented for a week. With the goal of more closely related reality simulator, the networkbased fuzzy inference system to estimate traffic volume,the cmean fuzzy clustering algorithm to determine the number of passengers referring to the terminal of each city, and finally the Dijckstar’s algorithm for routing Travelers are optimized from origin to destination. In the following, the results of the two simulation models were compared. According to the results in the proposed system, the amount of passengers used by the bus from the bus increased by 8.2%, the use of bus capacity increased by 12.66%, and the total amount of fares paid by passengers decreased by 17510 USD.