مدلسازی و شناسائی عوامل موثر در شدت تصادفات کامیونها در جاده های دوخطه برون شهری با استفاده از مدل لوجیت و شبکه عصبی
Publish place: 6th International Conference on Civil Engineering
Publish Year: 1382
Type: Conference paper
Language: Persian
View: 2,598
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICCE06_269_7742828269
Index date: 17 October 2005
مدلسازی و شناسائی عوامل موثر در شدت تصادفات کامیونها در جاده های دوخطه برون شهری با استفاده از مدل لوجیت و شبکه عصبی abstract
افزایش ابعاد و وزن کامیون ها در چند دهه اخیر رشد قابل توجهی داشته است . عدم وجود استانداردها، قوانین ونظارت کافی برای این وسایل نقلیه در را ه ها باعث بروز خسارات و تلفات زیادی توسط آنها شده است . در این مقاله رابطه بین شدت تصادفات کامیونها با خصوصیات ترافیکی، راننده، وسیله نقلیه، طرح هندسی، نحوه تصادف و شرایط محیطی درجاد ههای دوخطه برون شهری و نهایتًا شناسایی عوامل مؤثر در بروز تصاد فات بررسی شده است. در این راستا سعی شده است با تهیه آمار تصادفات کامیونها و استفاده از مدلهای لوجیت و شبکه های عصبی به روابط مناسب دست یافت . نتایج بدست آمده نشان می دهد، عواملی نظیر خستگی راننده، تصادفات جلو به جلو، عدم توانایی کنترل وسیله، تجاوز از سرعت مجاز و … در افزایش شدت تصادفات و عواملی نظیر هوای برفی و …. در کاهش شدت تصادفات وسایل نقلیه سنگین درجاد ههای دوخطه برون شهری مؤثر میباشند.
مدلسازی و شناسائی عوامل موثر در شدت تصادفات کامیونها در جاده های دوخطه برون شهری با استفاده از مدل لوجیت و شبکه عصبی Keywords:
مدلسازی و شناسائی عوامل موثر در شدت تصادفات کامیونها در جاده های دوخطه برون شهری با استفاده از مدل لوجیت و شبکه عصبی authors
حبیب ا... نصیری
استادیار، دانشکده مهندسی عمران، دانشگاه صنعتی شریف
علی ادریسی
کارشناس ارشد، دانشکده مهندسی عمران، دانشگاه صنعتی شریف
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 :