تخمین ظرفیت و چگالی بحرانی شبکه ی معابر با استفاده از نمودار اساسی شبکه‌ بازنمونه‌گیری‌شده مورد پژوهی بخشی از شبکه ی مشهد

نمودار اساسی شبکه، بیانگر متوسط تردد بر حسب متوسط چگالی معابر یک محدوده از شبکه‌ی معابر شهری است که ظرفیت و چگالی بحرانی ظرفیت و چگالی بحرانی محدوده از آن استخراج می شود.ناهمگنی چگالی خودروها در معابر یک محدوده باعث پراکندگی و ناپدید شدن شاخه‌ی ازدحام در نمودار اساسی شبکه آن می‌شود که تخمین مستقیم پارامترهای ذکر شده را با برازش منحنی ناممکن می‌سازد. در پژوهش حاضر، ابتدا نمودار اساسی شبکه برای ناحیه‌یی از شبکه‌ی شهر مشهد با تلفیق داده‌های شناساگرهای حلقه‌یی و دستگاه‌های ثبت موقعیت مکانی و تعداد مسافران خودروهای حمل‌ونقل همگانی تخمین زده شده است. سپس از روش بازنمونه‌گیری تصادفی برای کاهش اثر ناهمگنی در نمودار اساسی شبکه و تخمین چگالی بحرانی و ظرفیت شبکه استفاده شده است. نتایج حاصل از به کارگیری روش بازنمونه‌گیری تصادفی نشان می‌دهد در شرایطی که امکان تخمین مستقیم پارامترهای نمودار اساسی شبکه وجود ندارد، می‌توان با استفاده از روش اخیر، مقادیر ظرفیت و چگالی بحرانی را در هر اندازه از یک نمونه‌ی مشخص به‌دست آورد.

Estimation of capacity and critical density network by using resampled NFDs Case study: a part of Mashhad city roads network

Network Fundamental Diagram (NFD) can provide an aggregated simple vision of urban traffic networks; thereby, it is a robust tool for measuring traffic flow on the network scale. The NFDs are delineated by different parameters, amongst which the critical density and capacity are vital in the implementation of networkwide traffic control strategies such as pricing and perimeter control. Since heterogeneity effect exists in reality and casts uncertainty about the estimation of the NFD parameters, measuring and reducing the heterogeneity effect would improve the efficiency of networkwide traffic control strategies. In this paper, firstly, the NFD of Mashhad was estimated by fusion of collected data from Inductive loop detectors (ILD), Automatic Vehicle Locating system (AVL), and Automatic Fare Collection system (AFC). As NFD estimation needs data that could directly or indirectly derive average flows and densities/speeds, ILDs have been widely exploited to estimate average flows and AVLs were used to extract average speeds. Going through the current procedure, AFCs were operated for measuring dwell time and cruising bus speed. Eventually, a random resampled method was applied to decline the heterogeneity effect and reveal the congestion branch in resampled NFDs. The outcomes highlight the application of this method to estimate the critical density and capacity in a heterogeneous condition with limited data. Also, they emphasize that applying this method is quite simple and required pretty few inputs. For the validation purpose, the relative errors of estimated values are calculated. In this measurement, critical densities from daily observation were the actual values, and those from full observations were the expected values.