تعیین حالت حمل و نقل عمومی از دیدگاه کاربر با استفاده از روش تحلیلی شبه سلسله مراتبی(مطالعه موردی:چهارراه ولیعصر_میدان آزادی)

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 629

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCCE08_0592

تاریخ نمایه سازی: 5 مهر 1393

Abstract:

حمل و نقل عمومی یکی ازویژگیهای اساسی وجز جدانشدنی کلانشهرها به حساب می آید انتخاب دربین گزینه های مختلف حمل و نقل شهری همچون تاکسی اتوبوس تندرو مترو و مونوریل میتواند ازجنبه های گوناگون اقتصادی رضایت کاربران محیط زیستی و غیره دارای اهمیت باشد این مسئله خود موجب ایجادنگرانی بزرگ درزهن مسئولان شهری شده است به همین دلیل نیاز است که بتوان بادرنظرگرفتن رضایت کاربران و صرفه جویی اقتصادی آلودگی محیط زیست ناشی ازحمل و نقل را که یکی ازمشکلات اساسی شهرهای بزرگ هست به حداقل رساند دراین مقاله با معرفی روش تحلیل شبه سلسله مراتبی و استفاده ازآن مقایسه ای بین گزینه های مختلف حمل و نقل بادرنظرگرفتن معیارهای گوناگون تصمیم گیری صورت گرفته و درنهایت بهترین حالت حمل و نقل انتخاب گردیده است به منظور ارایه مثالی کاربردی ازاین روش مسیرحدفاصله چهارراه ولیعصر تامیدان آزادی به عنوان نمونه موردمطالعه انتخاب گردیده است معیارهای مهم تصمیم گیری کاربران زمان سفر راحتی و هزینه سفر دربین گزینه هیا مختلف حمل و نقل همچون تاکسی اتوبوس تندرو ومترو درنظرگرفته شد پس ازتهیه پرسشنامه و تکمیل کردن توسط کاربران باتحلیل دادهها به روش شبه سلسله مراتبی بهترین حالت حمل و نقل عمومی ازدیدگاه کاربران مسافران انتخاب گردید که درمسیرمورد مطالعه مترو به عنوان بهترین حالت حمل و نقل عمومی مشخص شده است

Keywords:

تعیین حالت بهینه , حمل و نقل عمومی , شبه سلسله مراتبی , انتخاب ناوگان حمل ونقلی

Authors

محمد مهدی مخملباف

دانشجوی کارشناسی ارشد راه و ترابری دانشگاه صنعتی امیرکبیر

رضا خان محمدیان

دانشجوی کارشناسی ارشد راه و ترابری دانشگاه صنعتی امیرکبیر

علیرضا سمیع عادل

دانشجوی کارشناسی ارشد راه و ترابری دانشگاه صنعتی امیرکبیر

امید عطایی

دانشجوی کارشناسی ارشد راه و ترابری 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 :