توسعه مدلهای پیش بینی ظرفیت بزرگراه های چهارخطه بین شهری ایران
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 311
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTE-12-3_002
تاریخ نمایه سازی: 8 خرداد 1400
Abstract:
بزرگراه های چهار خطه بخش عمده ای از شبکه راه های برون شهری ایران را شامل می شوندو ظرفیت یک پارامتر مهم در بررسی شرایط و وضعیت ترافیکی آنها بویژه با در نظر گرفتن شرایط و رفتار رانندگی حاکم بر آنها در این کشور می باشد. هدف از این تحقیق، مقایسه عملکرد مدلهای برآورد ظرفیت ارائه شده توسط آئین نامه های تعدادی از کشوهای دیگر که برای تحلیل ظرفیت بزرگراههای ایران نیز کم و بیش مورد استفاده قرار گرفته اند، توسعه مدلهای جدید برای پیش بینی ظرفیت در صورت لزوم و بالاخره، شناسائی پارامترهای موثر بر ظرفیت این نوع راهها بوده است. برای این منظور در یک مطالعه تجربی، اطلاعات ترافیکی، هندسی و محیطی مربوط به ۳۲ سایت مناسب از بزرگراه های چهار خطه کشور جمع آوری و در تحلیل ظرفیت این نوع راهها مورد استفاده قرار گرفتند. بررسی و مقایسه نتایج حاصله با داده های میدانی نشان داد که نتایج حاصله از آیین نامه های کشورهای آمریکا، آلمان و اندونزی از دقت کمی برخوردار است. نتایج به دست آمده از توسعه دو مدل پیش بینی ظرفیت شبکه عصبی و رگرسیون خطی نشان داد که این دو مدل به ترتیب نتایج دقیق تری را نسبت به این آئین نامه ها ارائه می دهند همچنین نتایج حاصله از تحلیل اطلاعات جمع آوری شده نشان داد که عرض سواره رو ، اصطکاک جانبی ناشی از فعالیتهای مجاور راه و میزان تند و طولانی بودن شیب طولی، تاثیرگذارترین عوامل بر ظرفیت این نوع راه ها می باشند. از مدلهای ساخته شده، برای تحلیل ظرفیت بزرگراه های چهار خطه برون شهری ایران می توان استفاده نمود.
Keywords:
ظرفیت راهها , ظرفیت بزرگراههای چهار خطه , مدلهای پیش بینی ظرفیت , مدل رگرسیونی خطی چندگانه , مدل شبکه عصبی
Authors
مهدی فلاح تفتی
دانشیار دانشکده عمران دانشگاه یزد
آرمان قدوسی
دانش آموخته کارشناسی ارشد راه و ترابری، دانشکده مهندسی عمران، دانشگاه یزد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :