مدل توزیع ریسک تصادفات شدید در بین هر جفت مبدا- مقصد از نواحی ترافیکی- مطالعه موردی شهر قم

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 118

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JTE-14-3_011

تاریخ نمایه سازی: 15 خرداد 1402

چکیده مقاله:

مدل های پیش بینی تصادفات ابزار مفیدی در مطالعات برنامه ریزی حمل و نقل هستند که امکان بررسی ایمنی و تغییرات آن به لحاظ تصمیمات اتخاذ شده برای آینده را میسر می سازند. هدف اصلی این مطالعه، توسعه مدل پیش بینی تصادفات بر اساس گام توزیع سفر از مدل های مرسوم چهار مرحله ای تقاضای سفر است که در این مطالعه به اسم مدل توزیع ریسک تصادفات عنوان شده است. به این منظور مدل دو جمله ای منفی با توزیع لگاریتمی به کار گرفته شده است. فراوانی تصادفات شدید شهر قم شامل مجموع تصادفات فوتی و جرحی در بین هر جفت مبدا- مقصد از نواحی ترافیکی به عنوان متغیر وابسته و متغیر های توصیفی شامل داده های ترافیکی و نتایج توزیع سفر برای کالیبراسیون مدل، مورد استفاده قرار گرفته است. داده های ترافیکی شامل وسیله- کیلومتر طی شده، زمان سفر تجربه شده با وسیله نقلیه و متوسط سرعت وسیله سفر در بین هر جفت مبدا- مقصد از نواحی ترافیکی استفاده شده است. نتایج توزیع سفر شامل توزیع سفر به تفکیک اهداف شغلی، تحصیلی، خرید و شخصی استفاده شده است. نتایج حاصل از کالیبراسیون و اعتبارسنجی مدل نشان دهنده وجود رابطه معنا دار بین متغیرهای مذکور با فراوانی تصادفات شدید است. از این رو، مدل توسعه داده شده امکان پیش بینی تعداد تصادفات شدید در سال های آینده بر اساس افزایش تعداد سفرهای توزیع شده در بین نواحی ترافیکی را فراهم می کند. بنابر این، به کمک این مدل، امکان شناسایی و اولویت بندی سفرهای با مبدا- مقصد پر خطر به لحاظ ایمنی فراهم شده و می توان تاثیر سناریوهای مختلف مدیریت تقاضای سفر را بر ایمنی ارزیابی کرد.

کلیدواژه ها:

توزیع ریسک تصادفات ، مدل پیش بینی تصادفات ، مدل دو جمله ای منفی ، مدل سطح کلان ، مدل هم فزون

نویسندگان

سامان دباغ فیضی

دانشجوی دکترای حمل و نقل، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

علی نادران

استادیار دانشکده مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

علی توکلی کاشانی

استادیار دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • نادران، ع. (۲۰۱۰) “تخمین تعداد تصادفات ترافیکی در مناطق شهری ...
  • Abdella, G. M., Kim, J., Al-Khalifa, K. N., & Hamouda, ...
  • Alarifi, S. A., Abdel-Aty, M., & Lee, J. (۲۰۱۸) “A ...
  • Almasi, S. A., & Behnood, H. R. (۲۰۲۲) “Exposure based ...
  • Amoh-Gyimah, R., Saberi, M., & Sarvi, M. (۲۰۱۶) “Macroscopic modeling ...
  • Cameron, A. C., & Trivedi, P. K. (۲۰۱۳) “Regression analysis ...
  • Chatterjee, A., Everett, J., Reiff, B., Schwetz, T., Seaver, W., ...
  • Chen, P. (۲۰۱۵) “Built environment factors in explaining the automobile-involved ...
  • de Dios Ortúzar, J., & Willumsen, L. G. (۲۰۱۱) “Modelling ...
  • Ding, H., & Sze, N. (۲۰۲۲) “Effects of road network ...
  • El-Basyouny, K., & Sayed, T. (۲۰۰۹) “Collision prediction models using ...
  • Huang, H., Song, B., Xu, P., Zeng, Q., Lee, J., ...
  • Kim, H., Jang, J., & Choi, Y. (۲۰۲۲) “Spatial analysis ...
  • Ladron de Guevara, F., Washington, S. P., & Oh, J. ...
  • Li, J., & Wang, X. (۲۰۲۲) “Hotspot identification on urban ...
  • Lukusa, M. T., & Phoa, F. K. H. (۲۰۲۰) “A ...
  • Mammadova, U., & Özkale, M. R. (۲۰۲۰) “Profile monitoring for ...
  • Mathew, S., Pulugurtha, S. S., & Duvvuri, S. (۲۰۲۲) “Exploring ...
  • Miaou, S.-P., & Lum, H. (۱۹۹۳) “Modeling vehicle accidents and ...
  • Mohammadi, M., Shafabakhsh, G., & Naderan, A. (۲۰۱۸) “Effects of ...
  • Naderan, A., & Shahi, J. (۲۰۱۰) “Aggregate crash prediction models: ...
  • Pljakić, M., Jovanović, D., Matović, B., & Mićić, S. (۲۰۱۹) ...
  • Ratner, B. (۲۰۰۹) “The correlation coefficient: Its values range between+ ...
  • Sun, M., Sun, X., Rahman, M. A., Akter, M., & ...
  • Tang, J., Gao, F., Liu, F., Han, C., & Lee, ...
  • Wang, K., Ivan, J. N., Ravishanker, N., & Jackson, E. ...
  • Wang, X., Yang, J., Lee, C., Ji, Z., & You, ...
  • Washington, S., Karlafatis, M., & Mannering, F. (۲۰۰۳) “Statistical and ...
  • Zeng, Q., & Huang, H. (۲۰۱۴) “A stable and optimized ...
  • Zeng, Q., Huang, H., Pei, X., Wong, S., & Gao, ...
  • Zeng, Q., Wang, F., Wang, Q., Pei, X., & Yuan, ...
  • Zhai, X., Huang, H., Gao, M., Dong, N., & Sze, ...
  • Zhu, M., Li, H., Sze, N., & Ren, G. (۲۰۲۲) ...
  • نمایش کامل مراجع