مهندسی عمران امیرکبیر، جلد ۵۴، شماره ۱۱، صفحات ۱۰-۱۰
عنوان فارسی پایش ایمنی راه‌های برون‌شهری با استفاده از مدل‌های پیش‌بینی شدت تصادفات، مطالعه موردی: استان خراسان رضوی
چکیده فارسی مقاله تصادفات با شدت بالا هزینه‌های سنگینی همچون مرگ‌ومیر، جراحت، خسارت‌های وارده به جاده، تجهیزات جاده‌ای و وسایل نقلیه و همچنین عواقب مخرب روانی برای جامعه در بردارد. این مطالعه قصد دارد تا با استفاده از متغیرهای ترافیکی که خود قابل پیش‌بینی هستند، شدت تصادفات در جاده‌های برون‌شهری را با بهره گیری از مدل‌های خانواده لوجیت پیش‌بینی کند. لذا در مرحله اول داده‌های تصادفات با داده های ترافیکی بدست آمده از ترددشمارهای موجود در راهها تلفیق شده و سپس مورد تحلیل و مدلسازی قرار می‌گیرد. در تلفیق این دو داده از سناریوهای زمانی و مکانی به نوعی استفاده می شود که بیشترین معنی داری را برای مدلهای تحلیلی این مطالعه به ارمغان آروند. مدل‌های لوجیت مورد استفاده در این مطالعه شامل؛ لوجیت ترتیبی و لوجیت چندگانه می‌شود. داده‌های مورد استفاده نیز مربوط به جاده‌های برون‌شهری استان خراسان رضوی است که طی یک بازه زمانی چهارساله برداشت شده است. نتایج نشان می‌دهد ضریب خوبی برازش حاصل شده برای مدل لوجیت ترتیبی 017/0 و برای مدل لوجیت چندگانه 019/0 تخمین زده شده است. این بدان معناست که مدل لوجیت چندگانه برازش بهتری را از خود نشان داده است. در مدل لوجیت ترتیبی ارائه شده متغیرهای مستقل ترافیکی "جریان وسیله نقلیه سنگین" و "سرعت بالای 85 کیلومتر بر ساعت" معنادار شده است. همچنین در مدل لوجیت چندگانه علاوه بر معنادار شدن متغیرهای مستقل "جریان وسیله نقلیه سنگین" و "سرعت بالای 85 کیلومتر بر ساعت" برای شدت تصادفات جرحی و فوتی، متغیر مستقل "حداقل سرفاصله زمانی" نیز برای تصادفات با شدت خسارتی معنادار شده است.
کلیدواژه‌های فارسی مقاله شدت تصادفات، پیش‌بینی تصادفات، تصادفات برون‌شهری، لوجیت ترتیبی، لوجیت چندگانه،
عنوان انگلیسی Rural Road Safety Monitoring Using Crash Severity Predictive Models, Case Study Khorasan Razavi
چکیده انگلیسی مقاله Fatality, injury, disability, and medical expense, road and vehicle damage, and mental aspects are the main disadvantages of crashes in a community. This study tries to find the influential factors, which are predictable on the severity of crashes in the rural highway using the descriptive logit model family. First, crash data are integrated with traffic data obtained from loop detectors in rural road. Second, the Ordered logit (OL) and Multinomial logit (MNL) models are developed to identify the influential factors on crash severity. Third, the models are evaluated in terms of goodness of fit. They are applied for the short-term prediction of crash severity on rural road network in Khorasan Razavi, one of the most populated province in the northeast of Iran. Results show that the overall goodness of fit for both OL and MNL models are 0.017 and 0.019, respectively that expectedly indicates the MNL model is more accurate. The independent traffic variables "heavy vehicle flow" and "speed above 85 km/h" are significant in the suggested OL model. In the MNL model, the independent variable "minimum headway" is also significant for accidents with serious damage, in addition to the significant variables "heavy vehicle flow" and "speed above 85 km/h" for the severity levels of injury and fatality.
کلیدواژه‌های انگلیسی مقاله شدت تصادفات, پیش‌بینی تصادفات, تصادفات برون‌شهری, لوجیت ترتیبی, لوجیت چندگانه
نویسندگان مقاله امیرحسین طاهری |
کارشناسی ارشد برنامه‌ریزی حمل‌ونقل، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران

آرش رساءایزدی |
برنامه ریزی حمل و نقل، دانشکده مهندسی عمران، دانشگاه تربیت مدرس، تهران، ایران

سید احسان ابریشمی |
دانشیار، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس

نشانی اینترنتی https://ceej.aut.ac.ir/article_4916_b93c7cf2baa4f8725df0382b0846e853.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات