مدل پیش بینی شدت وقوع تصادف برای گذرگاهای ریلی - جاده ای ایران
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,632
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCRRAF01_045
Index date: 31 July 2009
مدل پیش بینی شدت وقوع تصادف برای گذرگاهای ریلی - جاده ای ایران abstract
هرساله تصادفات در محل گذرگاههای ریلی نه تنها سبب کشته و مجروح شدن عده ای از استفاده کنندگان از جاده و نیز مسافرین راه آهن می شود. بلکه خسارات سنگینی هم از نظر متوقف شدن سرویس دهی راه و راه آهن و هم از نظر صدمه دیدن به تجهیزات مربوطه وارد می کند. در بین انواع تصادفات جاده ای، تصادفات بین قطار و وسیله نقلیه جاده ای در زمره شدیدترین تصادفات می باشد شناسایی عوامل مهم اثرگذار در شدت تصادف باعث اتخاذ سیاستهای بهتر در کاهش آن می شود. همچنین در بحث نقاط حادثه خیز علاوه برشناسایی محلهای دارای خطر بالقوه تعدادزیادی تصادف شناسایی نقاط بااحتمال وقوع تصادف شدید نیز مسئله مهمی است که باید به آن توجه شود. عرض جاده نوع جاده، سرعت قطارهای عبوری، وجود قوس جاده در محل گذرگاه ، مسافت دید براساس ارزیابی کارشناس و وجود سرعت گیرمشخصه هایی هستند که از نظر آماری معنی دار بوده و در مدل ارائه شده وارد شده است با توجه به ضرایب بدست آمده برای هر مشخصه و تغییرات احتمالی در آینده می توان نمایی از وضعیت ایمنی هر گذرگاه در نظر گرفت. استفاده از این مدل به منظور اولویت بندی ایمن سازی گذرگاهها، پیش بینی وضعیت آینده هر گذرگاه باتغییر شرایط گذرگاه، تخصیص منابع و ... در راه آهن کشور پیشنهاد می شود.
مدل پیش بینی شدت وقوع تصادف برای گذرگاهای ریلی - جاده ای ایران Keywords:
مدل پیش بینی شدت وقوع تصادف برای گذرگاهای ریلی - جاده ای ایران authors
اسماعیل آیتی
استاد، دانشگاه فردوسی مشهد
جبارعلی ذاکری سردرودی
استادیار دانشگاه علم و صنعت ایران
علی اصغر صادقی
دانشجوی دکتری راه و ترابری دانشگاه فردوسی مشهد
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 :