تحقیق در مورد رفتار انتخاب مسیر وسایل نقلیه باری شهری بر اساس داده‌های GPS

به منظور ارائه مسیرهای ناوبری به وسایل نقلیه باری شهری که با ترجیحات سفر آنها بهتر همسو باشد، تجزیه و تحلیل الگوها و ویژگی‌های انتخاب مسیر آنها ضروری است. این مقاله بر وسایل نقلیه باری که در داخل شهر سفر می‌کنند تمرکز دارد و رفتار انتخاب مسیر آنها را بررسی می‌کند. این مطالعه از طریق تجزیه و تحلیل داده‌های GPS جمع‌آوری‌شده از سفرهای کامیون‌های باری در چانگچون، چین، ویژگی‌های سفر وسایل نقلیه باری در داخل شهر را تشریح می‌کند. متغیرهایی که ممکن است بر رفتار انتخاب مسیر آنها تأثیر بگذارند، به عنوان عوامل ویژگی تعریف می‌شوند. این مطالعه از الگوریتم DBSCAN برای شناسایی نقاط حساس در جفت‌های مبدا-مقصد برای سفر کامیون‌های باری در چانگچون استفاده می‌کند. همچنین از حذف پیوند جستجوی اول سطح برای ایجاد مجموعه‌ای از انتخاب‌های مسیر استفاده می‌کند و مدل‌های رفتار انتخاب مسیر را بر اساس لوجیت چندجمله‌ای و لوجیت اندازه مسیر می‌سازد. بر اساس یافته‌های تحقیق، در طول پیمایش در شبکه جاده‌ای شهر، این وسایل نقلیه ترجیح می‌دهند از جاده‌های فرعی استفاده کنند، تمایل به چرخش به راست در تقاطع‌ها داشته باشند و تمایل به انتخاب مسیرهایی با تکرار کمتر در مقایسه با گزینه‌های جایگزین داشته باشند. نتایج این مطالعه، پشتوانه نظری برای هدایت مسیرهای وسایل نقلیه باری شهری و برنامه‌ریزی و مدیریت ترافیک باری در داخل شهر ارائه می‌دهد.

مقدمه

مطالعه رفتار انتخاب مسیر از قرن گذشته ادامه داشته و همواره جزء حیاتی تحقیقات حمل و نقل بوده است. تحقیق در مورد رفتار انتخاب مسیر وسیله نقلیه می‌تواند به افراد در درک ترجیحات مسیر رانندگان و ویژگی‌های سفر کمک کند، هدایت مسیر و تخصیص ترافیک برای وسایل نقلیه در حال سفر را امکان‌پذیر سازد و در نهایت کارایی عملیاتی سیستم‌های حمل و نقل را بهبود بخشد [1]. قبل از پذیرش گسترده فناوری موقعیت‌یابی GPS، جمع‌آوری داده‌های سفر وسیله نقلیه که به طور عینی دقیق باشند، همیشه یک چالش در مدل‌سازی رفتار انتخاب مسیر بوده است. بسیاری از محققان با انجام مصاحبه یا اجرای نظرسنجی‌های ترجیحی [2،3]، فرآیندهای تصمیم‌گیری راننده را به دست آورده‌اند، مانند عبدالعاطی و همکاران، که مجموعه‌های انتخاب دودویی را از مسافران تحت سناریوهای مختلف سفر با استفاده از مصاحبه‌های تلفنی و نظرسنجی‌های پستی جمع‌آوری کردند [4]. با این حال، همانطور که توسط بیرلایر و فریجینگر مورد بحث قرار گرفته است، جمع‌آوری داده‌های سفر وسیله نقلیه از خاطرات رانندگان کار فشرده‌ای است، داده‌های محدودی را ارائه می‌دهد و نمی‌تواند دقت داده‌ها را تضمین کند [5]. در مقایسه با داده‌های نظرسنجی سنتی، داده‌های مسیر GPS خودرو ممکن است اطلاعات شخصی مانند سن، جنسیت و تحصیلات راننده را ارائه ندهند. با این حال، می‌تواند اطلاعات جغرافیایی جامع‌تر و دقیق‌تری ارائه دهد و جمع‌آوری داده‌ها در مقیاس بزرگ را آسان‌تر کند. این امر پشتیبانی جامعی از داده‌ها را برای مدل‌سازی رفتار انتخاب مسیر فراهم می‌کند. این مقاله از داده‌های گسترده GPS برای تجزیه و تحلیل ویژگی‌ها و الگوهای مکانی-زمانی سفر وسایل نقلیه باری در مناطق شهری استفاده می‌کند. این مقاله یک مدل PSL می‌سازد که شامل متغیرهای چند سطحی مانند زمان سفر، تعداد تقاطع‌ها، انحراف مسیر و نسبت‌های انتخاب مسیر است. برای اطمینان از دقت نتایج مدل انتخاب مسیر، از مدل MNL برای مقایسه استفاده می‌شود. این مطالعه تأثیر متغیرهای ویژگی مختلف بر رفتار انتخاب مسیر کامیون باری را بر اساس نتایج کالیبراسیون پارامتر هر دو مدل تجزیه و تحلیل می‌کند.

نوآوری اصلی این مطالعه در تحلیل رفتار انتخاب مسیر وسایل نقلیه باری در جاده‌های شهری نهفته است. تحقیقات قبلی در مورد رفتار انتخاب مسیر عمدتاً بر تاکسی‌ها، وسایل نقلیه رفت و آمد و وسایل نقلیه باری مسافت طولانی متمرکز بوده و توجه کمتری به فعالیت‌های سفر وسایل نقلیه باری در شبکه جاده‌های شهری داشته است. این امر تأثیر وسایل نقلیه باری بر ترافیک شهری را نادیده می‌گیرد. در این مطالعه، ما به طور خاص رفتار انتخاب مسیر وسایل نقلیه باری در شبکه‌های جاده‌ای شهری را تجزیه و تحلیل می‌کنیم و مدل‌سازی رفتار انتخاب مسیر وسایل نقلیه باری شهری را با استفاده از داده‌های GPS تکمیل می‌کنیم. علاوه بر این، بر اساس یک مجموعه داده GPS در مقیاس بزرگ، این مطالعه الگوهای سفر و ویژگی‌های وسایل نقلیه باری در شبکه‌های جاده‌ای شهری را از دیدگاه زمانی و مکانی خلاصه می‌کند. این با سایر مطالعات مرتبط در مورد رفتار انتخاب مسیر کامیون متفاوت است.

بخش‌های دیگر مطالعه به شرح زیر ساختار یافته‌اند: بخش 2 مروری بر ادبیات در مورد رفتار انتخاب مسیر ارائه می‌دهد، بخش 3 پردازش مجموعه داده‌های اولیه را مورد بحث قرار می‌دهد، بخش 4 مدل‌ها و روش‌های مورد استفاده در مطالعه را معرفی می‌کند، بخش 5 به بررسی نتایج کالیبراسیون مدل می‌پردازد و بخش 6 تحقیق را خلاصه می‌کند.(منبع).