پژوهشگاه حمل و نقل طراحان پارسه فصلنامه مهندسی حمل و نقل 2008-6598 مقالات آماده انتشار 2020 11 15 Expanding the eigenvector centrality for multi-layer graphs and its application in managing traffic and urban infrastructure توسعه تکنیک مرکزیت بردارهای ویژه برای گراف های چند لایه و کاربرد آن در مدیریت ترافیک و زیرساختهای شهری 119374 10.22119/jte.2020.119374 FA زهره عظیمی فر دانشیار بخش مهندسی الکترونیک و کامپیوتر دانشگاه شیراز محمد امین سلطانی سروستانی گروه مهندسی کامپیوتر، دانشکده مهندسی الکترونیک و کامپیوتر، دانشگاه شیراز، شیراز، ایران علی اکبر صفوی گروه مهندسی برق و الکترونیک، دانشکده مهندسی الکترونیک و کامپیوتر، دانشگاه شیراز، شیراز، ایران قاسم حبیب آگهی گروه مهندسی عمران، دانشکده مهندسی عمران، دانشگاه شیراز، شیراز، ایران Journal Article 2020 03 13 The large number of parameters in urban networks, makes them one of the most complicated problem in the real life and affects traffic and transportation engineering and urban design. The large number of parameters forces problem solvers to ignore lots of them. Eigenvector centrality measurement is a powerful tool that provides many valuable information from a large network for urban planners and managers, but has two drawbacks; 1) the eigenvector centrality measurement is not able to calculate the centrality values for a network with<br />more than one parameter (namely multi-layer network), 2) It does not return true values for some features. In this paper, we address to solve both drawbacks of eigenvector centrality measurement to use in urban network related problems. Two validation factors to evaluate the proposed method is innovated; similar layers and similar nodes validations. The proposed method passes two validation factors. Two case studies are solved to show the application of proposed method in urban related problems include traffic light phasing and detecting the central part of Shiraz city by two features; like length and link width. Experimental results and case studies, show the efficiency and reliability of proposed method. تعداد زیاد متغیرها در شبکه‌های شهری آنها را به یکی از پیچیده‌ترین مسائل در زندگی روزمره تبدیل کرده و مدیریت ترافیک و حمل و نقل و طراحی شهری را تحت تاثیر قرار داده است. برای مقابله با این موضوع در حل بعضی از مسائل تعدادی از پارامترها در نظر گرفته نمی‌شوند. مرکزیت بردارهای ویژه یکی از ابزارهایی است که اطلاعات ارزشمندی از شبکه را در اختیار مدیران و برنامه ریزان شهری قرار می‌دهد ولی دو مشکل اساسی دارد. اولین مشکل این است که مرکزیت بردار ویژه فقط برای شبکه‌ها با یک ویژگی قابل استفاده است. و همچنین اگر بهینه ویژگی یال‌ها در شبکه با مقدار عددی همسو نباشد، محاسبه مرکزیت بردار ویژه بدرستی انجام نمی‌شود. در این مقاله این دو مشکل اساسی در محاسبه مرکزیت بردارویژه حل شده است تا با استفاده از آن متغیرها در شبکه های شهری فشرده‌ شوند،‌تا اینکه حذف شوند. به منظور ارزیابی روش‌های پیشنهادی از دو آزمون لایه‌های همسان و نودهای همسان استفاده شده است که روش پس ترکیب مبتنی بر تجزیه نقاط تکین هر دو آزمون را با موفقیت گذراند. برای نشان دادن کارآیی روش‌ ارائه شده در حل مسائل شهری، دو مطالعه موردی برای حل مسئله زمان‌بندی چراغ راهنمایی و تشخیص منطقه مرکزی شهر شیراز انجام شده است. نتایج بدست آمده و مطالعات موردی گویای عملکرد صحیح و مناسب روش پیشنهادی است.