توسعه مدلهای پیش بینی ظرفیت بزرگراه های چهارخطه بین شهری ایران

بزرگراه‌های چهار خطه بخش عمده‌ای از شبکه راه‌های برون شهری ایران را شامل می شوندو ظرفیت یک پارامتر مهم در بررسی شرایط و وضعیت ترافیکی آنها بویژه با در نظر گرفتن شرایط و رفتار رانندگی حاکم بر آنها در این کشور می باشد. هدف از این تحقیق، مقایسه عملکرد مدلهای برآورد ظرفیت ارائه شده توسط آئین نامه های تعدادی از کشوهای دیگر که برای تحلیل ظرفیت بزرگراههای ایران نیز کم و بیش مورد استفاده قرار گرفته اند، توسعه مدلهای جدید برای پیش بینی ظرفیت در صورت لزوم و بالاخره، شناسائی پارامترهای موثر بر ظرفیت این نوع راهها بوده است. برای این منظور در یک مطالعه تجربی، اطلاعات ترافیکی، هندسی و محیطی مربوط به 32 سایت مناسب از بزرگراه‌های چهار خطه کشور جمع‌آوری‌ و در تحلیل ظرفیت این نوع راهها مورد استفاده قرار گرفتند. بررسی و مقایسه نتایج حاصله با داده های میدانی نشان داد که نتایج حاصله از آیین‌نامه‌های کشورهای آمریکا، آلمان و اندونزی از دقت کمی برخوردار است. نتایج به دست آمده از توسعه دو مدل پیش بینی ظرفیت شبکه عصبی و رگرسیون خطی نشان داد که این دو مدل به ترتیب نتایج دقیق تری را نسبت به این آئین نامه ها ارائه می دهند همچنین نتایج حاصله از تحلیل اطلاعات جمع‌آوری‌شده نشان داد که عرض سواره‌رو ، اصطکاک جانبی ناشی از فعالیتهای مجاور راه و میزان تند و طولانی بودن شیب طولی، تاثیرگذارترین عوامل بر ظرفیت این نوع راه‌ها می‌باشند. از مدلهای ساخته شده، برای تحلیل ظرفیت بزرگراه‌های چهار خطه برون شهری ایران می توان استفاده نمود.

Development of Models to Anticipate the Capacity of Interurban Four-lane Divided Highways in Iran

Fourlane divided highways constitute a significant proportion of Iranian interurban road network. Capacity is one of the key features when examining traffic conditions on this type of roads which is affected by the driving behavior and local conditions governing these roads. An experimental research approach based on site observations was adopted. The objective was to examine and compare the performance of a number of internationally known methods that so far have been used for the capacity analysis of these roads in Iran, and to develop new models, if required. The other objective was to identify the major parameters that would affect the capacity of these roads. For this purpose, 32 suitable sites were identified and data describing their traffic, geometric and surrounding road environment were collected and analyzed. The results indicated that neither of procedures presented in the German, Indonesian and American Highway Capacity Manuals provided a close estimation of the capacity of this road type in Iran. The results provided from the two newly models developed in this study namely, a neural network model and a multivariate linear regression model indicated that these models produced more accurate results in comparison with those procedures, respectively. Finally, the results indicated that roadway width, lateral friction due to the activity and accessibility of the surrounding area, and combined effect of the grade length and steepness are the major factors affecting the capacity of this road types. The developed models could be used for the capacity analysis of this road type in Iran.