ارائه مدل پیش بینی تصادفات (مطالعه موردی؛ شهر شیراز)

  • سال انتشار: 1401
  • محل انتشار: نوزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک
  • کد COI اختصاصی: TTC19_111
  • زبان مقاله: فارسی
  • تعداد مشاهده: 165
دانلود فایل این مقاله

نویسندگان

حسن خاکسار

استادیار گروه عمران، دانشگاه آزاد اسلامی، واحد تهران شمال

مجتبی شفیعی

استادیار گروه عمران، دانشگاه آزاد اسلامی واحد تهران غرب

کامران اخباری

دانشجو دکتری عمران حمل ونقل ، دانشگاه علوم و تحقیقات تهران

امیرحسین جشنیان

دانشجو دکتری عمران حمل ونقل ، دانشگاه علوم و تحقیقات تهران

چکیده

تصادف ترافیکی یکی از عوامل بسیار مهم مرگ ومیر و صدمات جانی و مالی بوده و آثار سنگین اجتماعی، فرهنگی واقتصادی آن، جوامع بشری را بهشدت تحت تاثیر قرار داده است. درکشور ما نیز این مسئله به صورت یک معضل و مشکلدرآمده است به گونه ای که ایران به لحاظ تصادف ها و سوانح جادهای و ترافیکی به عنوان یکی از کشورهای دارای بیشترینموارد تصادف و مر گومیر ناشی از آن معرفی شده است؛ با توجه به این مسئله هدف این تحقیق شناسایی و تبیین عواملموثر در افزایش تصاد فهای شهر شیراز است. با استفاده از تحلیل و مدلسازی، عوامل موثر در شدت تصادفات وسایل نقلیهدر این راه ها به طور دقیق تعیین شده است. به همین منظور ۳۶.۱۹۰ داده موجود طی سه سال تصادفات شهر شیرازمورد استفاده قرار گرفته است. مدل رگرسیون لجستیک چندگانه به عنوان یک تحلیل دقیق از شرایط نشان داد کهمتغیرهای محل وقوع تصادف شامل میدان، آزادراه و بلوار به ترتیب بیشترین تاثیر را در رخداد تصادفات وسایل نقلیهداشتند. این مهم نشان میدهد که نتایج مدل رگرسیون، نوع راه به عنوان یک عامل محیطی، موثرترین و مهمترین عاملموثر در تصادفات وسایل نقلیه در راه های این شهرستان می باشد.

کلیدواژه ها

تصادفات، سیستم اطلاعات جغرافیایی، مدلهای پیش بینی تصادفات، شیراز

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.