ارایه یک مدل قیمت‌گذاری محدوده‌ ترافیکی با در نظرگیری محدودیت ظرفیت کمان‏

کمان‏ها دارای ظرفیت محدودی هستند که تابعی از ویژگی‏های فیزیکی آن‏ها است. زمانی که حجم جریان در کمان به نزدیک ظرفیت‏ آن کمان می‏رسد، در الگوی جریان شبکه، در کمان‏های بالادستی آن کمان، صف ایجاد می‏شود و به اصطلاح شبکه شلوغ می‏شود و هزینه‏هایی بر ساکنین شهرها تحمیل می‏کند. قیمت‏گذاری محدوده‌های ترافیکی یکی از موثرترین راهکارهای مدیریت تقاضا است، که می‏تواند بدون افزایش شلوغی کل شهر، شلوغی نواحی مرکزی را کاهش دهد. در اکثر مطالعات قیمت‏گذاری ترافیک، ظرفیت کمان‏ها به صورت صریح در قالب یک محدودیت در نظر گرفته نمی‏شود. هدف این مقاله قیمت‏گذاری محدوده ترافیکی با در نظر گرفتن محدودیت صریح ظرفیت کمان و بررسی تفاوت‏های آن با قیمت‏گذاری بدون در نظر گرفتن محدودیت صریح ظرفیت کمان است. به بیان دیگر این پژوهش درصدد است تا رابطه بین در نظر گرفتن ظرفیت برای جریان در کمان و افزایش یا کاهش عوارض را شناسایی کند. بدین منظور یک مدل عمومی دوسطحی برای حل مساله استفاده می‏شود، که در آن مساله‌ی سطح بالا عوارض بهینه را تعیین می‏کند و شرط تعادلی بودن جریان در شبکه توسط یک الگوریتم تخصیص ترافیک در سطح پایین تضمین می‌شود. الگوریتمی مبتنی بر بهینه‌سازی انبوه ذرات (pso) به عنوان روش حل مساله‌ی سطح بالا ارایه می‌شود و از الگوریتم شهپر و همکاران برای حل مساله تخصیص ترافیک در سطح پایین استفاده می‏شود. الگوریتم پیشنهادی روی شبکه سوفالز در دو حالت با و بدون محدودیت‌ ظرفیت اجرا می‌شود. نتایج نشان می‌دهند که قیمت‏گذاری بهینه متاثر از اطلاعات ظرفیت کمان است. در شبکه سوفالز در قیمت‏گذاری با در نظر گرفتن محدودیت ظرفیت از 10 کمان ورودی به محدوده، 6 کمان عوارض می‏پذیرند، در حالی‏که که در حل بدون در نظر گرفتن محدودیت ظرفیت، 8 کمان عوارض می‏پذیرند. هزینه کل شبکه در قیمت‏گذاری با دیدن محدودیت ظرفیت کمان، %1.13 درصد نسبت به عدم قیمت‏گذاری بهبود می‏یابد. این بهبود برای حالتی که ظرفیت دیده نشود، 0.38درصد است. مجموع عوارضی که محدوده وارد می‏شود نیز، از 1.86 واحد به 0.86 واحد کاهش می‏یابد.

Traffic Cordon Pricing Model Considering Link Capacity Constraint

Links have capacity which is their physical attribute, as soon as flow in link reaches capacity, in flow pattern of network, at upstream links queue appears and network becomes congested. Cordon Congestion pricing is one of the effective ways that can reduce overcrowding in the congested central districts of networks without any negative impact on whole of the network. The purpose of this study is to present a congestion pricing model considering link capacity constraint. To this purpose, a bilevel model is proposed, where in the upper level the optimal toll is determined, and in the lower level the equilibrium is guaranteed using a traffic assignment model. An algorithm based on particle swarm optimization (PSO) is presented as a solving method for upper level problem and Shahpar’s method is used to solve assignment problem is lower level. The proposed algorithm is applied on Siouxfalls network with and without the capacity constraint. Results show that optimal pricing is affected by road capacity information. In Siouxfalls network from 10 links entering cordon, 6 links get toll, while in the solution, regardless of capacity constraint, 8 links get toll. The total cost of the network in terms of pricing, considering links capacity, improves by 13.1% relative to the lack of pricing. This improvement is 0.38% for a situation where capacity is not seen. The total toll on the cordon is also reduced from 1.86 to 0.86 units.