ماتریس تقاضای سفر مبدأ- مقصد‏ یکی از اساسی‌ترین و مهم‌ترین منابعاطلاعاتی در برنامه‌ریزی، مدیریت و کنترل شبکه‌های حمل‌ونقل شهری است. روش‌هایسنتی برآورد ماتریس تقاضا به دلیل زمان‌بر بودن، نیاز به نیروی انسانی و هزینه‌یبالا معمولاً برای بازه‌های بلندمدت (هر ده سال) مورداستفاده قرار می‌گیرند. ازاین‌رواستفاده از روش‌ها و منابع اطلاعاتی جایگزین به‌منظور دستیابی به این ماتریس بسیارحائز اهمیت خواهد. در این پژوهش روشی برای برآورد ماتریستقاضای مبدأ- مقصد وابسته به زمان در شبکه‌ ترافیکی شهر اصفهان با داده‌کاوی داده‌هایجمع‌آوری‌شده از سامانه‌های تشخیص خودکار پلاک خودرو ارائه شده است و با رویکرد استخراج تمامیاطلاعات موردنیاز از داده‌های موردمطالعه، جهت برآورد زمان سفر وابسته به زمان الگوریتمیطراحی گردید که با خوشه‌بندی مکانی و زمانی توسط الگوریتم ژنتیک، زمان سفر میان هرزوج سامانه در هر ساعت از شبانه‌روز را برآورد می‌نماید. سپس با استفاده ازالگوریتم پیشنهادی مسیر حرکتخودروها بازسازی‌شده و با تقسیم مسیر کامل به چندین سفر بر اساس زمان و مکان عبور،جریان‌های مسیر میان هر زوج دوربین برآورد می‌شود. درنهایت با اختصاص حجم جریانبین هر زوج دوربین به نواحی ترافیکی اصلاح‌شده، ماتریس تقاضای سفر مبدأ-مقصد حاصل می‌گردد.این روش بر روی اطلاعات یک روز کامل شبکه پیاده‌سازی شد و ماتریس برآوردشده با ماتریس رشد یافته مطالعات جامع حمل‌ونقل شهر اصفهان مقایسه گردید و نتایجآن مورد ارزیابی قرار گرفت. بررسی‌ها به‌وضوح بیانگر تأثیر میزان نرخ پوشش سامانه‌هایپلاک ‌خوان و همچنین تأثیر شیوع بیماری کرونا بر تغییر اهداف سفر و در دقت ماتریستقاضای سفر برآورد شده است.

کلیدواژه‌ها: برآورد ماتریس تقاضای مبدأ-مقصد، سامانه‌های تشخیص خودکار پلاک خودرو، بازسازی مسیر، زمان سفر