بررسی مدلهای پیش بینی تقاضای سفرفعالیت مبنا وکاربرد آنها درتجزیه و تحلیل سیاست های حمل ونقل پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,364
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCAU01_2501
تاریخ نمایه سازی: 29 تیر 1393
چکیده مقاله:
[توضیح سیویلیکا: به دلیل وجود مشکل در نمایش جداول، اصل مقاله از پایگاه سیویلیکا حذف شد.]
امروزه افزایش شهرنشینی و رشد وسایل نقلیه باعث رشد فضایی تقاضای سفر شده و در بسیاری از شهرها ظرفیت بیشتر از امکانات زیربنایی موجود شده است. پیامدهای این سناریو، ایجاد بحران در حمل ونقل شهری دراشکال: تراکم ترافیک، آلودگی هوا، مشکلات حمل ونقل عمومی و... است. از این رو برای حل این مشکل توسعه پایدار را به عنوان راه حلی مناسب در نظر می گیرند. همچنین با مشکلات زیادی در زمینه مدیریت تقاضای ترافیک مواجه هستیم که نیازمند روشی مناسب برای ارزیابی نتایج سیاستگزاری ها می باشد. برای پیش بینی صحیح ترافیک و عملکرد آن یا برای آنالیز اثرات سیاستگذاری ها سیستم مدل باید به اثرات آن حساس باشد. طبق بررسی های صورت گرفته، مدل های چهارمرحله ای پیش بینی تقاضای سفر برای تجزیه و تحلیل این نوع سیاست ها ناتوان هستند و به جای آن مدل های تقاضای سفر فعالیت مبنا، برای ارزیابی این سیاست ها معرفی می شود. در این مقاله با مروری بر مد لهای فعالیت مبنا، نقاط قوت آنها نسبت به مدل های مرسوم چهارمرحله ای بررسی شده و همچنین سیستم مدل های فعالیت مبنای بکار برده شده در دنیا را معرفی و چند نمونه از کاربرد این مدل ها در ارزیابی سیاست ها برشمرده شده است
کلیدواژه ها:
نویسندگان
محسن ابوطالبی اصفهانی
استادیار وعضو هیئت علمی دانشکده حمل ونقل دانشگاه اصفهان
علی مهدوی
دانشجوی کارشناسی ارشدبرنامه ریزی حمل و نقل دانشکده حمل و نقل دانشگاه اصفهان
محمدهادی منصوریان فر
دانشجوی کارشناسی ارشدبرنامه ریزی حمل و نقل دانشکده حمل و نقل دانشگاه اصفهان
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 :