การวิเคราะห์ประสิทธิภาพการควบคุมสัญญาณไฟจราจรบริเวณทางแยกรินคำโดยใช้วิธีโครงข่ายประสาทเทียม

Analysis of signal control efficiency at Rin Kham intersection using artificial neural network approach

Name: ประมัย ชัยวัณณคุปต์

ThaSH: จราจร

ThaSH: จราจรในเมือง

ThaSH: สัญญาณและการให้สัญญาณ

Abstract: การจราจรที่ติดขัดเป็นปัญหาสำคัญของเมืองใหญ่ในหลายประเทศ การจัดการระบบควบคุมสัญญาณไฟจราจรบริเวณทางแยกจึงมีความสำคัญอย่างยิ่งในการแก้ไขปัญหาการจราจรที่เกิดขึ้น ในปัจจุบันมีทางแยกหลายแห่งที่ติดตั้งระบบสัญญาณไฟจราจรแบบเปลี่ยนแปลงตามปริมาณการจราจร(Vehicle Actuated Signal Control) จังหวะสัญญาณไฟจราจรจะขึ้นอยู่กับสภาพการจราจรที่ตัวจับสัญญาณ (Detector) ตรวจจับได้ แต่ในช่วงเวลาเร่งด่วนมีปริมาณการจราจรหนาแน่นเกิดแถวคอยสะสมทำให้เกิดปัญหาการจราจรติดขัด ปัจจุบันทำการแก้ไขปัญหาโดยอาศัยเจ้าหน้าที่ตำรวจจราจรควบคุมสัญญาณไฟจราจรซึ่งการตรวจสอบประสิทธิภาพของทางแยกเป็นไปได้ยากมาก การศึกษานี้จึงเป็นการประยุกต์ใช้โครงข่ายประสาทเทียม (Artificial Neural Network: ANN) ในการเลียนแบบการควบคุมสัญญาณไฟจราจรของตำรวจในช่วงเวลาเร่งด่วน บริเวณทางแยกรินคำจังหวัดเชียงใหม่ และทำการเปรียบเทียบประสิทธิภาพกับการควบคุมด้วยสัญญาณไฟจราจรแบบเปลี่ยนแปลงตามปริมาณการจราจร โดยใช้โปรแกรมจำลองการจราจรระดับจุลภาค จากการพัฒนาแบบจำลองโครงข่ายประสาทเทียมเพื่อเลียนแบบการควบคุมสัญญาณไฟจราจรของตำรวจจราจรในช่วงเวลาเร่งด่วน โดยใช้ข้อมูลเดือน กุมภาพันธ์ พ.ศ.2566 วันจันทร์ถึงวันศุกร์พบว่า แบบจำลองที่ทำการฝึกสอนด้วยวิธี Levenberg-Marquardt backpropagation โครงสร้างโครงข่ายประสาทเทียม [16-99-4] ให้ผลการพยากรณ์ที่แม่นยำที่ R2 0.9400 โดยปัจจัยหลักที่ส่งผลต่อการควบคุมสัญญาณไฟจราจรของตำรวจ คือ ความยาวของแถวคอย สัญญาณไฟเขียว และปริมาณการจราจรที่ผ่านทางแยก ในส่วนของการประเมินประสิทธิภาพของทางแยกโดยการควบคุมสัญญาณไฟจราจรด้วยตำรวจเปรียบเทียบกับการควบคุมสัญญาณไฟจราจรแบบเปลี่ยนแปลงตามปริมาณ พบว่าแบบจำลองการจราจรที่ควบคุมสัญญาณไฟจราจรด้วยตำรวจให้ประสิทธิภาพที่ดีกว่าสัญญาณไฟจราจรแบบเปลี่ยนแปลงตามปริมาณจราจร ถึงแม้ว่าความล่าช้ารวมของทางแยกไม่ต่างกันมาก แต่มีปริมาณการจราจรที่ผ่านทางแยกมากกว่าร้อยละ 4.02 อย่างไรก็ตามการควบคุมสัญญาณไฟจราจรของตำรวจที่เปลี่ยนแปลงตามสภาพการจราจรส่งผลให้เกิดความแปรปรวนของปริมาณการจราจร และความล่าช้าอย่างมีนัยสำคัญ

Abstract: Traffic congestion is a major problem in many cities. The management of traffic signal control system at the intersection is crucial in solving traffic problems. Traffic congestion often occurs at intersections with traffic signals during peak hours, leading to queue accumulation. Currently, the problem is addressed by traffic police officers who manually control the traffic signals. However, evaluating the efficiency of intersections becomes challenging due to the dense traffic volume. This study provides an application of the Artificial Neural Network (ANN) to simulate the police-generated traffic signal control during peak hour at Rin Kham Intersection in Chiang Mai. Specifically, the signal control efficiency is analyzed and compared with other types of traffic signal control using the PTV VISSIM. The results of a neural network model to simulate the police-generated signal control using the data of February 2023, the training model by Levenberg-Marquardt backpropagation method. The neural network structure [16-99-4] with R2 0.9400. Total delay reduced as traffic volume through the junction rose. The green time, which varies based on queue length, green time, and traffic volume, is a factor that influences police management of traffic signals. The results of the traffic simulation using police to control traffic signals compared to the vehicle actuated system traffic signal control show that the traffic model controlling traffic signals by police performed better than the vehicle actuated system traffic signal control. Although the total delay of the intersection was not much different. But there was more than 4.02% of the traffic passing through the intersection. However, the police-controlled signal control that changed according to the traffic conditions resulted in the traffic volume variability and delays

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ทรงยศ กิจธรรมเกษร

Role: อาจารย์ที่ปรึกษา

Created: 2566

Modified: 2566-10-21

Issued: 2566-10-21

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมโยธา

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	610631011.pdf	2.57 MB	1	2025-04-23 21:41:51

ใช้เวลา

0.032308 วินาที