مدلسازي تخصيص ناوگان اتوبوسراني شهري با استفاده از شبکه هاي عصبي مصنوعي (مطالعه موردي: مشهد مقدس)

استفاده از سيستم اتوبوسراني درون شهري با توجه به انعطاف پذيري بالا و ارزان بودن آن براي استفاده کننده، در شهرهاي بزرگ و به ويژه در کشورهاي در حال توسعه امري اجتناب ناپذير است. از اين رو بهبود اين سيستم حمل و نقل بدليل گستره فعاليت آن ضروري به نظر مي رسد. يکي از روشهاي ارتقاي عملکرد اين سيستم، تخصيص بهينه اتوبوسها به خطوط فعال به گونه اي است که نسبت به وضعيت موجود، تعداد مسافر بيشتري حمل نموده و در عين حال هزينه حمل آن کاهش يابد. بر اين اساس در اين مطالعه از يک رويکرد جديد به منظور تخصيص بهينه اتوبوس ها به خطوط شبکه اتوبوسراني موجود استفاده گرديد. در اين روش، مدلي تهيه شد که از طريق آن مي توان با در نظرگرفتن پارامترهاي مختلف موثر بر اين امر در کنار يکديگر تعداد اتوبوس هاي مورد نياز يک خط را تعيين نمود. براي اين منظور نيز از شبکه هاي عصبي مصنوعي استفاده گرديد. شبکه هاي عصبي مصنوعي به علت قابليت يادگيري به کمک مثال و با استفاده از داده هاي موجود مي توانند براي مدلسازيهاي غيرخطي که حل عددي دقيق آنها به سختي قابل حصول است، مورد استفاده قرار گيرند. عملکرد شبکه، پس از طي شدن پروسه آموزش، مورد مطالعه قرار گرفته و در صورت ارضاي شرايط موردنظر، مي توان در شبيه سازي موارد جديدي که در پروسه آموزش موجود نبودند، از اين شبکه ها استفاده کرده و خروجي هاي مورد نظر را به دست آورد. که در اين رويکرد نيز، معماري شبکه حاصل براي مدل ارائه شده به سبب داشتن بالاترين ضريب همبستگي (0.996=R) و کمترين ميانگين خطاي مربعي (mse=0.553) بصورت ۱-۱۳-۱۱-NN بدست آمد. درنهايت، مدل به دست آمده بر روي شبکه اتوبوسراني شهر مشهد آزمايش گرديد، که نتايج به دست آمده با استفاده از شبکه عصبي در مقايسه با وضعيت موجود نيز به دليل انطباق کامل وضعيت موجود با نتايج بدست آمده از شبکه مورد نظر، نشان دهنده دقت بالاي اين شبکه ها در شبيه سازي شرايط ايده آل مي باشد.