ارائه مدل جانمایی کاربری های عمده جاذب سفر و پیشنهاد توسعه آینده با استفاده از شاخص های حمل و نقلی
محل انتشار: هفتمین کنفرانس مهندسی حمل و نقل و ترافیک ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,722
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TTC07_086
تاریخ نمایه سازی: 22 تیر 1385
چکیده مقاله:
تحقیقات بسیاری در زمینه برقرار ی ارتباط متقابل بین کاربر ی زمین و حمل و نقل( LUTI ) که گزینه هایی مانند جانمایی کاربریها ٬ پیشنهاد توسعه آینده ٬ تعادل مسکن _ اشتغال را مورد توجه قرار می دهند وجود دارند . این تحقیقات اکثراً این موضاعات را با تعدیل رشد پارامتر سفر – کیلومتر پیموده شده مورد ارزیا بی قرار می دهند . در همین راستا در این مقاله با استفاده از ماتریس مبدا – مقصد ۲ که نمایانگر الگو ی سفر شهر ی می باشد مدل ی جهت توزیع کاربری های عمده جاذب سفره ا ی درون شهر ی ارائه می شود . مهمترین مسئله ای که در این مقاله به آن پرداخته می شود این است که ” چگونه کاربری ها ی جاذب سفر در سطح شهر توزیع شوند تا سفر – کیلومتر طی شده در شهر حداقل شود ؟ “ جهت حصول به این مهم مد لی از نوع مدلهای بهینه ساز ی ارائه شده است . از آنجا که در این مسئله فقط به شاخص های حمل و نقل شهر ی بدست آمده از مدلهای برنامه ریز ی حمل و نقل چهار مرحله ای بها داده شده ٬ این روش برای کاربری هایی می تواند استفاده شود که وابستگی به حمل و نقل مسافر به آن زیاد باشد . در این تحقیق پس از انجام فرآیند بهینه سازی ٬ با توجه به معیارهای شهرسازی نتایج کمی تفسیر کیفی شده و نحوه تعیین شاخص " پتانسیل توسعه " تبیین می شود . با استفاده از این شاخص می توان به اولویت بند ی و تعیین نقاط بحرانی کاربریها پرداخت . در انتها بمنظور کاربردی نمودن پژوهش به اعمال متدلوژی ارائه شده در خصوص شهر کرمانشاه ( مطالعه موردی ) پرداخته شده و نتایج آن ارائه می شود .
کلیدواژه ها:
نویسندگان
شهریار افندی زاده
دانشیار دانشکده مهندسی عمران – دانشگاه علم و صنعت ایران
مرتضی عراقی
دانشجوی دکتر ی دانشکده مهندسی عمران – دانشگاه علم و صنعت ایران
مهدی سورگی
کارشناس ارشد برنامه ریزی شهری و منطقه ای دانشگاه شهید بهشتی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :