سیستم تصمیم یار مدیریت حمل و نقل ایمن خودروهای تجاری در ایران بر اساس قوانین استخراج شده از روشهای طبقه بندی: مطالعه موردی آرشیو تصادفات
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,011
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TTC12_098
تاریخ نمایه سازی: 23 خرداد 1392
Abstract:
در ایران با افزایش 25 درصدی حمل و نقل کالاها در محدوده سالهای 1385 تا 1390 و بروز تصادفات خطرناک جادهای، پیشگیری از تصادفات مرگبار بیش از پیش ضرورت یافته است. در راستای مدیریت و برنامهریزی کارآمدتر به منظور کاهش هزینه، و افزایش ایمنی، در این مقاله سیستمهای تصمیمیار هوشمند مورد توجه قرار گرفته است که در آن دادههای تصادفات با توجه به عاملهای موثر جاده، خودرو، راننده و سیستمهای کنترلی بر اساس شدت حوادث رانندگی طبقهبندی می شوند و قوانین متناظر با بروز تصادف به منظور محاسبهی فراوانی تصادفات و شدت حوادث رانندگی استخراج می گردند. قوانین استخراج شده در این سیستم به منظور کاهش میزان ریسک حمل و نقل در سه فاز به کار می روند: مسیریابی ایمن، زمان بندی ایمن و تخصیص ایمن خودرو به جاده. بدین منظور بر اساس مشخصات جاده، احتمال بروز تصادفات خطرناک پیشبینی میشود و مسیرهای خطرناک از میان توصیههای سیستم حذف میشوند. سپس شرایط زمانی سفر ارزیابی و زمانبندی ایمن توسط سیستم توصیه می گردد. در فاز آخر با توجه به نوع خودرو و مسیرهای موجود ایمنترین تخصیص خودرو به جاده پیشنهاد می گردد. برای ارزیابی سیستم تصمیم یار پیشنهادی از داده های آرشیو تصادفات بریتانیا استفاده می گردد.
Keywords:
الگوریتم هایی طبقه بندی شدت حوادث رانندگی , سیستم تصمیم یار , عملیات خودروهای تجاری , مسیریابی , تخصیص , زمان بندی , استخراج قوانین
Authors
رضا اسدی
گروه علوم کامپیوتر، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر
مهدی قطعی
پژوهشکده حمل و نقل و سیستمهای هوشمند، دانشگاه صنعتی امیرکبیر ، تهران
زهرا زاغی
گروه علوم کامپیوتر، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر
شادی آب پیکر
گروه علوم کامپیوتر، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر
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 :