0505276099للتواصل والاتصال
دليل عملي

التنبؤ بتدفق الحركة المرورية على الطرق الجبلية: نموذج هجين واعٍ بالتضاريس والطقس

تقترح الدراسة نموذجًا هجينًا للتنبؤ بتدفق الحركة المرورية في المناطق الجبلية يجمع بين تحليل الإشارة التكيفي وبنية تعلم عميق واعية بالتضاريس، وتدمج بيانات التدفق والسرعة والمنحدر والطقس، فخفضت متوسط الخطأ بنسبة 14.8 في المئة مقارنة بالشبكات الالتفافية التقليدية وبنسبة 8.9 في المئة مقارنة بنموذج المحول

يمثل التنبؤ بتدفق الحركة المرورية عنصرًا مهمًا في إدارة المرور والتحكم في السلامة بالمناطق الجبلية، إذ يتأثر التدفق المروري هناك بالتضاريس المعقدة وتغير الأحوال الجوية واختلاط أنواع المركبات، فتظهر السلاسل الزمنية الناتجة تقلبًا شديدًا واستقرارًا ضعيفًا يصعّب التنبؤ بها، وقد طُورت كثير من نماذج التنبؤ القائمة لأجل الطرق الحضرية أو الطرق السريعة المستوية، ولذلك يظل أداؤها محدودًا في السيناريوهات الجبلية حيث تفرض المنحدرات والمنعطفات الحادة وتقلبات الطقس أنماط حركة مختلفة جوهريًا عن البيئات المستوية

وتكتسب هذه المشكلة أهمية عملية للباحثين ومهندسي النقل العرب، إذ تعبر كثير من الطرق الإقليمية مناطق جبلية وعرة تشهد حوادث متكررة وازدحامات موسمية، ويحتاج التخطيط الآمن لحركة الحافلات والشاحنات والمسافرين إلى تنبؤات دقيقة قصيرة الأجل تراعي خصوصية التضاريس، كما يمثل دمج بيانات الطقس والمنحدرات مع بيانات الحركة اتجاهًا بحثيًا واعدًا في نظم النقل الذكية التكيفية مع البيئة

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى معالجة ضعف نماذج التنبؤ القائمة في البيئات الجبلية عبر اقتراح نموذج هجين يجمع بين تحليل الإشارة التكيفي وبنية تعلم عميق واعية بالتضاريس، بحيث يفصل النموذج التغير المفيد في حركة المرور عن الضجيج المعقد، ويدمج معلومات التدفق والسرعة والمنحدر والطقس لوصف ظروف المرور الجبلي وصفًا أدق، وقُيمت الطريقة المقترحة باستخدام بيانات حركة حقيقية جُمعت على فترات خمس دقائق من محطات كشف على طريق غويبي السريع في مقاطعة قويتشو الصينية خلال سبتمبر 2020، وقورن النموذج بعدة نماذج مرجعية ممثلة هي الشبكات الالتفافية أحادية البعد، وشبكات الذاكرة طويلة قصيرة المدى، ونموذج المحول، ونماذج الموجات الزمكانية، ونموذج مامبا، عبر مهام تنبؤ لآفاق 15 و30 و60 دقيقة، مع إجراء دراسة استئصال للتحقق من إسهام كل مكوّن

ثانيًا: أبرز النتائج

1، حقق النموذج المقترح دقة تنبؤ أفضل من النماذج المرجعية الممثلة جميعًا في مهام التنبؤ للآفاق الزمنية الثلاثة المدروسة

2، خفض النموذج متوسط جذر متوسط مربع الخطأ بنسبة 14.8 في المئة مقارنة بنموذج الشبكات الالتفافية أحادية البعد التقليدي عبر مهام التنبؤ الثلاثة

3، بلغ خفض متوسط الخطأ نسبة 8.9 في المئة مقارنة بنموذج المحول المرجعي، بما يؤكد تفوق البنية الواعية بالتضاريس على بنية عامة قوية الأداء

4، أثبتت دراسة الاستئصال فاعلية استراتيجية تحليل الإشارة، والخصائص المرتبطة بالتضاريس، وآلية الانتباه، بما يدل على أن التحسينات جاءت من تكامل المكونات المقترحة لا من عنصر وحيد

ثالثًا: دلالات الدراسة وتطبيقاتها

تظهر هذه النتائج أن مراعاة الخصائص الفيزيائية للبيئة، كالمنحدر والطقس، ليست إضافة تجميلية في نماذج التنبؤ المروري بل عامل حاسم في البيئات الجبلية، ويمكن لهيئات إدارة الطرق توظيف مثل هذه النماذج في التحذير المبكر من الازدحام وضبط حدود السرعة المتغيرة وتحسين استجابة الطوارئ على المقاطع الخطرة، كما يفيد الأسلوب الباحثين في نقل منهجية الدمج بين تحليل الإشارة والتعلم العميق الواعي بالسياق إلى مجالات أخرى كالتنبؤ بتدفقات الأنهار الجبلية أو أحمال شبكات الكهرباء في المناطق النائية، مع التنبه إلى أن فاعلية النموذج أُثبتت في سيناريو الطريق الجبلي المدروس وتحتاج إلى تحقق في مناطق جبلية أخرى

وتتقاطع هذه المقاربة مع توجه متنامٍ في نظم النقل الذكية نحو نماذج واعية بالسياق الفيزيائي لا تكتفي بتعلم الأنماط الزمنية المجردة من البيانات، فخصائص الطريق والطقس وتركيبة المركبات عوامل تشكل الحركة ذاتها لا مجرد ضجيج حولها، وإدماجها صراحة في بنية النموذج يمنح التنبؤات قابلية تفسير أعلى لدى مهندسي المرور ويسهل اعتمادها في غرف التحكم، كما يفتح الباب أمام نقل المعرفة المكتسبة من طريق جبلي إلى طرق مشابهة التضاريس حول العالم، وهو أفق بحثي واعد يستحق التوسع في دراسات لاحقة

وخلاصة القول إن الدراسة قدمت نموذجًا هجينًا واعيًا بالتضاريس للتنبؤ بتدفق الحركة المرورية الجبلية، وأثبتت على بيانات حقيقية تفوقه على نماذج مرجعية قوية بخفض ملموس في أخطاء التنبؤ، بما يدعم تطوير نظم إدارة مرور ذكية تراعي خصوصية البيئات الجبلية

طلب بيانات المقال

آراء عملائنا

صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
سلة طلب الرسائل (0)