اخبار مرتبط
سیستم خبره در کنترل ترافیک: از دانش پلیس راهنمایی تا کنترلر هوشمند
پیش از آنکه کنترلرهای الکترونیکی به تقاطع‌ها بیایند، تصمیم اینکه کدام مسیر سبز شود با یک مأمور پلیس بود. مأمور باتجربه بدون محاسبه ریاضی، فقط با نگاه به طول صف‌ها، عابرانی که منتظرند و خودرویی که با سرعت نزدیک می‌شود، تصمیمی می‌گرفت که اغلب از هر برنامه زمان‌بندی ثابتی بهتر بود. سیستم خبره دقیقاً همین ایده را دنبال می‌کند: دانش و تجربه کارشناسان را به قواعدی تبدیل کند که یک کامپیوتر بتواند اجرا کند.
سیستم خبره چیست؟
سیستم خبره نرم‌افزاری است که در یک حوزه مشخص، مثل یک کارشناس انسانی استدلال می‌کند. هر سیستم خبره از سه بخش اصلی تشکیل می‌شود:
- پایگاه دانش: مجموعه‌ای از قواعد به شکل «اگر… آنگاه…» که از کارشناسان استخراج شده است. مثلاً: «اگر صف مسیر شمالی از ۱۵ خودرو بیشتر است و مسیر شرقی خالی است، آنگاه سبز شمالی را تمدید کن.»
- موتور استنتاج: بخشی که در هر لحظه، داده‌های واقعی را با قواعد مقایسه می‌کند و تصمیم می‌گیرد کدام قاعده اجرا شود.
- داده‌های ورودی: اطلاعاتی که از حسگرهای تقاطع می‌رسد؛ مثل حضور خودرو روی لوپ دتکتور، فاصله زمانی بین خودروها یا فشردن دکمه عابر پیاده.
تفاوت اصلی سیستم خبره با یک برنامه زمان‌بندی ساده این است که به جای یک فرمول ثابت، مجموعه‌ای از قضاوت‌های مشروط دارد و می‌تواند در شرایط پیش‌بینی‌نشده هم تصمیم معقولی بگیرد.
چرا کنترل ترافیک به استدلال کارشناسانه نیاز دارد؟
ترافیک یک تقاطع شهری رفتاری ساده و قابل پیش‌بینی ندارد. حجم خودروها در طول روز تغییر می‌کند، یک تصادف در خیابان مجاور می‌تواند الگوی ترافیک را در چند دقیقه عوض کند و تعطیلی مدرسه یا یک مراسم، صف‌هایی می‌سازد که هیچ برنامه ثابتی آن را پیش‌بینی نکرده است. مدل‌های ریاضی دقیق برای چنین سیستمی یا بسیار پیچیده‌اند یا با فرض‌هایی ساده‌سازی شده‌اند که در عمل برقرار نیستند.
از طرف دیگر، کارشناسان ترافیک و مأموران باتجربه دانش زیادی درباره رفتار تقاطع‌ها دارند که در هیچ معادله‌ای نوشته نشده است: اینکه سبز کوتاه برای مسیری با خودروهای سنگین باعث عبور نیمه‌کاره و هدر رفتن زمان می‌شود، یا اینکه قطع ناگهانی سبز یک مسیر پرحجم، صف را به تقاطع قبلی می‌رساند و آن را هم قفل می‌کند. سیستم خبره راهی برای ثبت و به‌کارگیری خودکار همین دانش است.
کاربردهای سیستم خبره در کنترل ترافیک
۱. تصمیم‌گیری درباره زمان سبز در تقاطع
رایج‌ترین کاربرد، تعیین لحظه تغییر فاز است. کنترلر هوشمند محلی با دریافت داده از لوپ دتکتورها، قواعدی را اجرا می‌کند که مشخص می‌کند سبز یک مسیر ادامه یابد یا به مسیر بعد برود. در ساده‌ترین شکل، این قواعد بر فاصله زمانی بین خودروها تکیه دارند: وقتی خودروها با فاصله کم پشت سر هم عبور می‌کنند، صف هنوز تخلیه نشده است. قواعد پیشرفته‌تر وضعیت همه مسیرها را با هم در نظر می‌گیرند و بین «تخلیه کامل صف این مسیر» و «انتظار طولانی مسیرهای دیگر» توازن برقرار می‌کنند.
دستگاه‌های فرماندهی هوشمند محلی بهینه‌سنج، مانند VT-204A و 1024SE، با الگوریتم Gap/Waste و بر اساس داده لوپ دتکتورها زمان سبز را متناسب با حجم واقعی ترافیک تنظیم می‌کنند؛ این روش، ساده‌ترین و پرکاربردترین شکل تصمیم‌گیری قاعده‌محور در تقاطع است.
۲. تشخیص و مدیریت شرایط غیرعادی
سیستم خبره می‌تواند الگوهای غیرعادی را تشخیص دهد؛ مثلاً لوپی که مدت طولانی دائماً «حضور خودرو» گزارش می‌کند احتمالاً خراب است یا خودرویی روی آن متوقف مانده. قاعده مناسب در این حالت، کنار گذاشتن موقت آن لوپ و بازگشت به زمان‌بندی پیش‌فرض برای آن مسیر است تا تقاطع به‌خاطر یک حسگر معیوب قفل نشود.
۳. اولویت‌دهی به خودروهای امدادی و حمل‌ونقل عمومی
وقتی آمبولانس یا اتوبوس به تقاطع نزدیک می‌شود، قواعد اولویت‌دهی تصمیم می‌گیرند که سبز فعلی تمدید شود، فاز بعدی زودتر برسد یا ترتیب فازها تغییر کند. همین قواعد باید مراقب باشند که اولویت‌دهی مکرر، مسیرهای دیگر را بیش از حد منتظر نگذارد. سیستم اولویت‌دهی به اتوبوس و خودروهای امدادی نمونه‌ای از این کاربرد است.
۴. پشتیبانی تصمیم در مرکز کنترل ترافیک
در مقیاس شبکه، سیستم خبره به اپراتور مرکز کنترل کمک می‌کند. با دریافت اطلاعات از ده‌ها تقاطع، سیستم می‌تواند تراکم در حال شکل‌گیری را زودتر تشخیص دهد و تغییر برنامه زمان‌بندی چند تقاطع را پیشنهاد کند. تصمیم نهایی ممکن است با اپراتور باشد، اما سیستم بار تحلیل را از دوش او برمی‌دارد. سامانه کنترل مرکزی BS-NET برای همین سطح از مدیریت طراحی شده است.
مزایا و محدودیت‌ها
مزایا:
- شفافیت: برخلاف بسیاری از روش‌های یادگیری ماشین، قواعد سیستم خبره قابل خواندن و بررسی است و کارشناس می‌تواند بفهمد چرا یک تصمیم گرفته شده.
- استفاده از تجربه محلی: قواعد را می‌توان با شرایط هر شهر و هر تقاطع تطبیق داد.
- پایداری: سیستم در شرایطی که داده کامل نیست هم رفتار قابل پیش‌بینی دارد.
محدودیت‌ها:
- استخراج دانش دشوار است: تبدیل تجربه شهودی کارشناس به قواعد دقیق، کاری زمان‌بر است.
- رشد پیچیدگی: با افزایش تعداد قواعد، احتمال تداخل و تناقض بین آن‌ها بالا می‌رود و نگهداری سیستم سخت‌تر می‌شود.
- وابستگی به حسگر: هیچ قاعده‌ای بهتر از داده ورودی‌اش عمل نمی‌کند؛ لوپ‌های خراب یا ناقص، تصمیم‌ها را خراب می‌کنند.
سیستم خبره در کنار روش‌های دیگر
امروز سیستم خبره معمولاً به تنهایی به کار نمی‌رود. منطق فازی، که اجازه می‌دهد قواعد با مفاهیمی مثل «صف نسبتاً طولانی» کار کنند، و روش‌های بهینه‌سازی که زمان‌بندی پایه را محاسبه می‌کنند، در کنار قواعد کارشناسانه استفاده می‌شوند. نتیجه، کنترلری است که هم پایه محاسباتی محکمی دارد و هم می‌تواند در شرایط واقعی و نامنظم خیابان، تصمیم معقول بگیرد.
جمع‌بندی
سیستم خبره پلی است بین دانش انسانی و کنترل خودکار. در کنترل ترافیک، این رویکرد کمک کرده که کنترلرها از اجرای کورکورانه برنامه ثابت فراتر بروند و مثل یک کارشناس، به وضعیت واقعی تقاطع واکنش نشان دهند. برای مشاوره درباره تقاطع‌های شهر خود با کارشناسان بهینه‌سنج تماس بگیرید: ۰۳۱-۳۳۸۷۳۹۹۸.