This study presents a mathematical approach to distribute portable excess speed detectors in urban transportation networks. This type of sensor is studied to be located in a network in order to separate most of the demand node pairs in the system resembling the well-known traffic sensor surveillance problem. However, newly, the locations are permitted to be changed introducing the dynamic form of the sensor location problem. The problem is formulated mathematically into three different location problems, namely SLP1, SLP2, and SLP3. The aim is to find the optimal number of sensors to intercept most of the daily traffic for each model objective. The proposed formulations are proven to be an NP-hard problem, and then heuristics are called for the solution. The methodology is applied to AL Riyadh city as a real case study network with 240 demand node pairs and 124 two-way streets. In the SLP1, all the demand node pairs are covered by 19% of the network’s roads, whereas SLP2 model shows the best locations for each assumed budget of sensors to purchase. The SLP2 solutions range from 24 sensors with 100% paths coverage to 1 sensor with nearly 20% of paths coverage. The SLP3 model manages to redistribute the sensors in the network while maintaining its traffic coverage efficiency. Four locations structures manage to cover all the network streets with coverage ranges between 100% and 60%. The results show the capability of providing satisfactory solutions with reasonable computing burden.

中文翻译：

---

在 AL 利雅得市分发便携式超速探测器

本研究提出了一种在城市交通网络中分配便携式超速检测器的数学方法。这种类型的传感器被研究为位于网络中，以便将系统中的大多数需求节点对分离，类似于众所周知的交通传感器监控问题。然而，最近，允许改变位置，引入传感器位置问题的动态形式。该问题在数学上被表述为三个不同的位置问题，即 SLP1、SLP2 和 SLP3。目的是找到最佳传感器数量，以拦截每个模型目标的大部分日常流量。所提出的公式被证明是一个 NP-hard 问题，然后调用启发式方法来解决。该方法作为具有 240 个需求节点对和 124 条双向街道的真实案例研究网络应用于 AL 利雅得市。在 SLP1 中，所有需求节点对都被 19% 的网络道路覆盖，而 SLP2 模型显示了每个假设的传感器购买预算的最佳位置。SLP2 解决方案范围从具有 100% 路径覆盖率的 24 个传感器到具有近 20% 路径覆盖率的 1 个传感器。SLP3 模型设法重新分配网络中的传感器，同时保持其流量覆盖效率。四个位置结构设法覆盖所有网络街道，覆盖范围在 100% 到 60% 之间。结果表明能够以合理的计算负担提供令人满意的解决方案。而 SLP2 模型显示了每个假设的传感器购买预算的最佳位置。SLP2 解决方案范围从具有 100% 路径覆盖率的 24 个传感器到具有近 20% 路径覆盖率的 1 个传感器。SLP3 模型设法重新分配网络中的传感器，同时保持其流量覆盖效率。四个位置结构设法覆盖所有网络街道，覆盖范围在 100% 到 60% 之间。结果表明能够以合理的计算负担提供令人满意的解决方案。而 SLP2 模型显示了每个假设的传感器购买预算的最佳位置。SLP2 解决方案范围从具有 100% 路径覆盖率的 24 个传感器到具有近 20% 路径覆盖率的 1 个传感器。SLP3 模型设法重新分配网络中的传感器，同时保持其流量覆盖效率。四个位置结构设法覆盖所有网络街道，覆盖范围在 100% 到 60% 之间。结果表明能够以合理的计算负担提供令人满意的解决方案。四个位置结构设法覆盖所有网络街道，覆盖范围在 100% 到 60% 之间。结果表明能够以合理的计算负担提供令人满意的解决方案。四个位置结构设法覆盖所有网络街道，覆盖范围在 100% 到 60% 之间。结果表明能够以合理的计算负担提供令人满意的解决方案。