>
Fa   |   Ar   |   En
   به کارگیری شبکه عصبی مصنوعی برای قیمت‌گذاری شناور مجوز طرح ترافیک تهران جهت مدیریت بهینه شهر با هدف کاهش آلودگی هوا  
   
نویسنده اشتهاردیان احسان الله ,فایضی راد محمدعلی
منبع مديريت شهري - 1393 - دوره : 13 - شماره : 36 - صفحه:145 -154
چکیده    آلودگی هوای شهر تهران، از معضلات اصلی این شهر به حساب آمده و آمار روزانه این آلودگی نشان می‌دهد که در بسیاری از شرایط، میزان آلاینده‌های هوای تهران در وضعیت ناسالم یا مخاطره‌آمیز به سر می‌برند. به عنوان ابزاری برای مدیریت شهری تهران، یکی از مهم‌ترین راهکارهای مقطعی برای جلوگیری از آلودگی هوا به همراه کاهش حجم ترافیک، ایجاد منطقه طرح ترافیک بوده که با فروش مجوز این طرح به صورت سالانه، هفتگی و ماهانه همراه است. از آنجا که در هر سال، فقط یک قیمت ثابت برای این طرح وجود دارد، ضروری است که این قیمت بر اساس داده‌های آلودگی هوا منعطف شده و واقعیت موجود آلودگی را بر روی خود منعکس کند. از اینرو در این مقاله با خوشه‌بندی ماه‌های سال بر اساس آمار وضعیت آلاینده‌های هوای تهران در سال‌های 90 تا 92، یک مدل چند قیمتی برای طرح ترافیک غیرسالیانه در سال جدید پیشنهاد شده است. این خوشه‌بندی با شبکه عصبی som بر اساس آلاینده‌های نیتروژن دی اکسید، سولفور دی اکسید، کربن مونواکسید، ازن و ذرات معلق در هوا (pm) انجام شده و نتایج آن گردآوری شده است. استفاده از این روش قیمت گذاری سبب افزایش قیمت طرح ترافیک در ماه‌هایی که شاخص آلایندگی بالاتر است، شده و در نهایت منجر به کاهش حجم ترافیک ورودی به منطقه طرح ترافیک و نهایتاً کاهش آلودگی میشود.
کلیدواژه طرح ترافیک ,شبکه عصبی مصنوعی (ANN) ,خوشه بندی ,نگاشت خودسازمان ده (SOM) ,آلاینده هوا ,قیمت گذاری ,Artificial Neural Network (ANN) ,Clustering ,Self-Organizing Map (SOM) ,Air Pollutant ,Pricing
آدرس دانشگاه تربیت مدرس, استادیار گروه مدیریت پروژه و ساخت، دانشکده هنر و معماری دانشگاه تربیت مدرس, ایران, دانشگاه علامه طباطبایی, دانشجوی کارشناسی ارشد مدیریت صنعتی، دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی, ایران
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved