Development Of Operating Speed Models For Multilane Arterial Roads Using Artificial Neural Networks / By Fady Hany Noshey Riyad ; Supervision of Hoda Mahmoud Talaat, Dalia Galal Said.

Thesis (M.Sc.)-Cairo University,2022.

Bibliography: p. 88-85.

تعتبر سرعة المركبات من اهم العوامل التي تقيم كفائة الطرق حيث تعتبر السرعة التشغيلية للطرق من اهم القياسات المستخدمة في تفييم التناسق التصميمي للطريق, مما يبرز اهمية نماذج السرعة التشغيلية في تحديد تغيرات السرعه علي طول عناصر الطريق و تحليلها مما يساعد على زيادة الكفاءة المرورية للطرق و ارتفاع معدلات الامان فيها. يوجد العديد من العوامل المؤثرة علي السرعة التشغيلية للطرق, منها نصف قطر المنحنى الافقى و عناصر القطاع العرضى و المنحنيات الرأسية و لكن معظم نماذج السرعه التشغيلية المطورة تستخدم طرق الانحدار الخطي و تاخذ في اعتبارها تاثير عناصر المنحنيات الافقية فقط بالاضافة الي تركيزها على الطرق السريعه اكثر من غيرها من انواع الطرق المختلفة. لذا, فان هذه الدراسه تهدف الي بناء نموذج لتوقع السرعه التشغيلية للطرق الشريانية باستخدام الشبكات العصبية الصناعية مع اخذ بعض العناصر التشغيلية للطرق في الاعتبار كتاثير عناصر الطريق السابقة علي السرعة مع اخذ العناصر الهندسية للطريق في الاعتبار ايضا. تم جمع بيانات طريقين من فئة الطرق الشريانية في القاهرة الكبرى في هذه الدراسة و هما محور صفط اللبن و كوبرى السادس من اكتوبر ثم تم تقسيمها الي عدد من الاقسام لاستخراج الخصائص الهندسية و التشغيلية لكل قسم حيث تم استخراج الخصائص الهندسية للطرق باستخدام AutoCAD Civil 3d و خرائط جوجل, اما السرعات على الاقسام تم استخراجها باستخدام Google API distance Matrix و فحصت بعد مقارنتها بسرعات مركبات علي الطريق. تم بناء نماذج هذه الدراسة باستخدام منهجين مختلفين حيث تم انشاء نماذج اولية باستخدام منهج الانحدار الخطي المتعدد ثم تم تطوير نفس النماذج باستخدام الشبكات العصبية الصناعية و ذلك لمقارنة كفائة المنهجين و مدى قوة الشبكات العصبية فى ابراز تأئير عناصر الطريق السابقة فى كفاءة النماذج. بالأضافة الى ما تم ذكره سابقا, تم عمل اختبار لاتساق التصميم الهندسي للطرق المستخدمة في هذه الدراسة باستخدام السرعات المستخرجة من النماذج التي تم تطويرها في البحث و مقارنتها مع اختبار اخر تم عمله باستخدام السرعات المستخرجة من Google API.أبرزت نتائج هذه الدراسة تفوق الشبكات العصبية علي منهج الانحدار الخطي فى تطوير نماذج السرعه التشغيلية للطرق و ذلك لاسباب عدة اهمها قدرة الشبكات العصبية علي التعامل مع النماذج المعقدة و المدخلات العديدة مقارنة بنماذج الانحدار الخطى.