فرشاد اسکندری - کارشناسی ارشد برنامه ریزی حمل و نقل، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران
علیرضا رجبی نسب - کارشناسی ارشد عمران راه وترابری، واحد تهران مرکز دانشگاه آزاد اسلامی، تهران
هادی روستای - کارشناسی ارشد مدیریت امور شهری،پیام نور واحد تهران غرب، تهران

برای ارزیابی توزیع ریاضی سرفاصله زمانی بر روی بزرگراه، معمولا از داده های مشاهده شده در جریان ترافیک و تحلیلآنها استفاده میشود. یکی از روشهای رایج برای تحلیل توزیع سرفاصله زمانی، استفاده از نمودار توزیع احتمال فاصلهزمانی است . در ابتدا، داده های مشاهده شده از سرفاصله های زمانی بین خودروها را جمع آوری می کنید. این داده ها می توانندبه صورت زمانبندی دقیق (مثلا ثانیه به ثانیه) یا فواصل زمانی نسبی (مثلا فواصل زمانی بین خودروهای متوالی)باشند. سپس، با استفاده از داده های جمع آوری شده، می توانید نمودار توزیع احتما فاصله زمانی را رسم کنید. این نمودارنشان می دهد که چه تعداد از سرفاصله های زمانی در هر بازه زمانی رخ می دهد. می توانید از روش های آماری برایمدل سازی توزیع استفاده کنید. انتخاب توزیع ریاضی مناسب بستگی به خصوصیات داده ها و نیازهای شما دارد. برای اینتحقیق، تعداد ۴۵.۶۴۸ خودرو در طول هفته در ساعات کم تردد، متوسط تردد و اوج ترافیک توسط دوربین فیلمبرداری ضبط شده اند. متوسط سرفاصله زمانی بین خودروها در زمان پیک ترافیک ۱.۶ ثانیه و در زمان غیر اوج ۲.۳ ثانیه است.همچنین، در این تحقیق، ۳۳% از فاصله ها غیر مجاز بوده اند که می تواند باعث کاهش ظرفیت و سطح سرویس محورترافیکی تهران- کرج شود. در نهایت، چهار توزیع برای سرفاصله زمانی انتخاب شده است و مقدار کای اسکوار آنها درسح معناداری مورد بررسی قرار گرفته است. نتایج نشان میدهد که بهترین توزیع برای مدل سازی سرفاصله زمانیمرتبه چهارم است و پس از آن توزیع لوگ- لوجستیک، پیرسون مرتبه پنجم و توزیع لوگ- نرمال است.

پارامترهای میکروسکوپی،سرفاصله زمانی ،بزرگراه