مکانیابی بهینه حسگرهای هوشمند ترافیکی با تکنیکهای تصمیم‌گیری چند معیاره (ویکور، پرامتی، تاپسیس) و سیستم اطلاعات مکانی(GIS)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 ، دانش آموخته کارشناسی ارشد، دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی، دانشگاه تهران، تهران، ایران

2 دانشیار، دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی پردیس، دانشکده‌های فنی (قطب علمی مهندسی نقشه‌برداری در مقابله با سوانح طبیعی)، دانشگاه تهران، تهران، ایران

3 استادیار، دانشکده مهندسی نقشه‌برداری-دانشگاه صنعتی خواجه نصیرالدین طوسی (قطب علمی فناوری اطلاعات مکانی)، تهران، ایران

4 استاد، دانشکده مهندسی برق و کامپیوتر پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران

چکیده

امروزه استفاده از شبکه حسگرهای هوشمند در بسیاری از کاربردهای شهری از جمله حمل و نقل و ترافیک گسترش یافته است. نقاط گرهی در شبکه حسگرها در مناطق تحت پایش قابلیت حرکت داشته و می‌توانند به جمع‌آوری اطلاعات مختلف بپردازد. اطلاعات جمع‌آوری شده از طریق ارتباط بی سیم به بخش مرکزی شبکه منتقل شده تا به جهت اجرای تصمیم‌گیریهای مختلف مورد استفاده قرار گیرد. برای نمونه با استفاده از شبکه حسگرها در حوزه ترافیک میتوان به جمع آوری پارامترهای مختلف ترافیکی مانند میزان ترافیک، سرعت وسایل نقلیه و شناسایی وسایل نقلیه به منظور ردیابی آنها پرداخت. البته علیرغم اهمیت زیرساخت مذکور نیازست که روش مناسبی در جهت استقرار بهینه آنها در مناطق تحت پایش لحاظ شود. این مسئله علاوه بر آنکه تضمین کننده میزان پوشش مناسب حسگرها در منطقه تحت پایش خواهد بود، با امکان شناسایی مناطق بهینه، نقش مهمی در کاهش هزینه نصب زیرساخت مذکور ایفا می‌کند. بنابراین هدف این تحقیق ارائه یک روش تحلیلی مناسب جهت مکانیابی بهینه حسگرهای ترافیکی است. روش پیشنهادی تلفیقی از تصمیم‌گیری چند معیاره و تحلیلهای مورد استفاده در سیستم اطلاعات مکانی است. به منظور افزایش کارایی روش پیشنهادی از بین تکنیکهای مرسوم در تصمیم‌گیری چند معیاره امکان مقایسه سه روش مرسوم تاپسیس، ویکور و پرامتی در منطقه مطالعه که بخشی از شبکه معابر شمال واشنگتن است فراهم شده است. این موضوع نقش مهمی در کمک به رفع محدودیت و دامنه کاربرد هر روش و امکان انتخاب یک روش مناسب از بین روشهای کاربردی در شرایط خاص مشابه با تحقیق مذکور را دارد.
 
 

کلیدواژه‌ها


 
─  آذر،ع.، رجب زاده، ع.(1389)،"تصمیم گیری کاربردی رویکرد MADM"، انتشارات نگاه دانش.
 
─  رخساری، س.، دلاور، م.، صادقی نیارکی، ا.، ، مشیری، ب.(1391)، "تحلیل کیفیت اطلاعات در تعامل‌پذیری یک سیستم ترافیک شهری بر مبنای سیستم اطلاعات مکانی فراگستر"، دانشگاه تهران.
─  صادقی نیارکی، ا.، دلاور، م.، رخساری، س. (1393)، "مکانیابی بهینه حسگرهای مانیتورینگ ترافیکی با استفاده از روش سلسله مراتبی فازی و روش تاپسیس"، فصلنامه علمی و پژوهشی اطلاعات جغرافیایی سپهر،دوره 23،شماره 90،تابستان 93.
 
─  مومنی، م.، شریفی سلیم، ع.(1390)، "مدل­ها و نرم افزارهای تصمیم گیری چند معیاره"، انتشارات دانشگاه تهران.
 
─  مومنی، م.(1391)، "مباحث نوین تحقیق در عملیات".
 
─   Bruno, G., Esposito, E. ,Genovese, A. and Passaro, A (2012) AHP-based approaches for supplier evaluation: problems and perspectives, Journal of Purchasing & supply Management, Elsevier,Vol.18,PP. 159–172.
 
─   Habibian, M., Mesbah, M.and Sobhani, A. (2011), “Ranking of hazardous road locations in two-Lane two-way rural roads with no Crash Record”, Australasian Transport research forum, Adelaide, Australia, Publication website: http://www.patrec.org/atrf.aspx.
 
 
─   ITU-T technology watches briefing report series. (2008), Ubiquitous Sensor Networks (USN).
 
─   Ju, Y. and Wang, A. (2012), “Emergency alternative evaluation under group decision makers: A method of incorporating DS/AHP with extended TOPSIS, Journal of Expert Systems with Applications”, Vol.39,
pp.1315–1323.
 
 
─   Masaki ,Y.(2010), “An effective sink node allocation scheme for long-term operation of wireless sensor networks using adaptive suppression PSO, International Conference on Ubiquitous and Future Networks (ICUFN)”, IEE, South Korea, PP:92-97.
 
─   Mohammadi, E., Hunter, A. (2012), “Multi-Criteria path finding”, ISPRS Congress. Melbourne, Australia.
 
 
─   Moreira, M.P., Dupont, C.J.and Vellasco, M.M.B.R (2008), “PROMETHEE and Fuzzy PROMETHEE multi-criteria methods for ranking equipment failure modes”, Electrical Engineering Department, Pontifical Catholic university of Rio de Janeiro.
 
─   San, J.R. (2011), “Multi-criteria decision-making in the selection of a renewable energy project in Spain: The VIKOR method”, Journal of Renewable Energy, Vol. 36, pp.498–502.
 
─   Shoukry, F. (2005), “artificial neural network in classification of severity levels in crashes with Guardrail”, MSC. Degree thesis, Department of civil Engineering, West Viriginia.
 
 
─   Vikram, M. and Abu-Ghazaleh, N. (2010), “Scale target coverage in smart camera network, ICDSC”, Atlanta, USA.
 
─   Wang, G., Cao, G. and Porta, T. (2006), “Movement-assisted - sensor - deployment, IEEE, Transaction on Mobile computing”, Vol, 5, No.6, PP.640-652, Italy.