بررسی تاثیر رفتار رانندگان وسایل نقلیه سنگین بر ایمنی مسیرهای دوخطه دوطرفه

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 123

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ROAD-51-102_009

تاریخ نمایه سازی: 2 خرداد 1402

چکیده مقاله:

یکی از انواع وسایل نقلیه که نقش بسزایی در میزان تصادفات ترافیکی در ایران دارد وسایل نقلیه سنگین می­باشند. مطابق با آمار­های موجود یکی از انواع وسایل نقلیه­ای که منجر به ایجاد بیش از ۸ درصد از تصادفات ترافیکی می­گردند وسایل نقلیه سنگین می­باشند که حدود ۱۵ درصد از مرگ و میر ناشی از تصادفات را به خود اختصاص داده است. همچنین مطابق با آمار­های موجود عامل ۷۰ درصد از تصادفات ترافیکی در ایران انسان می­باشد، بنابراین، رانندگان وسایل نقلیه سنگین می­توانند بسیار تاثیرگذار در ایجاد تصادفات باشند.در این تحقیق با مشخص شدن تاثیر خطای انسانی رانندگان وسایل نقلیه سنگین بر روی میزان تصادفات سعی می­گردد خطاهای اصلی شناسایی گردد و مشخص شود که کدام خطا بیشترین تاثیر را بر روی تصادفات دارد و همچنین رابطه بین خطاها و تعداد تصادفات بیان می­گردد.جامعه آماری در این پژوهش رانندگان وسایل نقلیه سنگین می­باشند و منطقه مورد مطالعه جاده قدیم محور زنجان-قزویندر سال ۱۳۹۷ است. نتایج نهایی نشان می­دهند که می توان با استفاده از یک مدل ریاضی برگرفته شده از پارامتر های عدم رعایت قانون، مشکلات روحی و روانی و خستگی راننده میزان تصادفات را پیش بینی نمود. یا به عبارت دیگر افزایش یا کاهش به میزان یک واحد از پارامتر­های مذکور می­توانند میزان تصادفات را در مسیر مورد مطالعه افزایش یا کاهش دهند.

کلیدواژه ها:

تصادفات ، وسایل نقلیه سنگین ، رفتار رانندگان ، رگرسیون ساده و چند متغیره خطی

نویسندگان

سینا غلامی

گروه مهندسی عمران، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران

سید مهدی سجادی

گروه مهندسی عمران، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران

علی شهنواز

گروه مهندسی عمران، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران

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 :