بررسی عملکرد مدل های آماری در پیش بینی حجم ترافیک روزانه معابر برون شهری با بررسی محورهای برون شهری استان مازندران

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 639

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TTC14_115

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

درحجم ترافیک یکی از اجزای اصلی ترافیک می باشد که در تمامی مسایل حمل ونقل بعنوان ورودیهای مساله بکاربرده می شود. و دانستن مقدار آن در آینده حائز اهمیت میباشد از آنجاییکه استفادهاز متوسط حجم ترافیک برای طراحی های آینده مورد نیاز است، برا ی پیش بینی حجم متوسطترافیک روزانه در سال مدلسازی صورت می گیرد . این حجم بوسیله دستگاه های ثابت و س یار بطورروزانه شمارش می شود. در ایران معاونت راهداری وزارت راه شهر ساز ی ( سازمان حمل و نقل وپایانه ها) شمارش روزانه حجم عبوری از راه های مختلف را انجام می دهد. آگاهی از حجم ترافیکمعابر در لحظات آتی به مرکز در اطلاع رسانی ومدیریت شبکه کمک می نماید. آنچه در ا ی ن مقالهمورد تحقیق و بررسی قرار گرفت بررسی عملکرد روشهای اماری موجود در پیش بینی حجم ترافی کاساس حجم عبوری از معبر در لحظات گذشته با استفاده از مدلسازی می باشد . از داده ها ی آماریمحورهای انتخابی استان مازندران برای انجام مدلسازی پیش بینی حجم ترافی ک استفاده شد . بااستفاده از داده ها، مدل های رگرسیون خطی و لگاریتمی برازش شده است.

کلیدواژه ها:

پیش بینی حجم ترافیک ، رگرسیون خطی ، رگرسیون لگاریتمی

نویسندگان

شهریار افندی زاده

دانشیار دانشکده مهندسی عمران ،دانشگاه علم و صنعت ایران

سپیده غلامپور شهاب الدینی

کارشناس ارشد برنامه ریزی حمل و نقل

سیدمحمد سیدحسینی

استاد دانشکده مهندسی صنایع دانشگاه علم و صنعت ایران

هدی سمساریان

کارشناس ارشد برنامه ریزی حمل و نقل

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 :
  • AADTءه 8.Castro-Neto, M., Jeong, Y., Jeong, M.K. and Han, L.D., ...
  • .Neveu, A., (1983), "Quick response procedures to forecast rural traffic, ...
  • .Mohamad, D., Sinha, K.C., Kuczec, T. and Scholer, C.F, (1998), ...
  • .Zhao, F. and Chung, S., (2001), "Contributing factors of annual ...
  • Seaver, W.L., Chatterjee, A. and Seaver, M.L, , (2000), ":Estimation ...
  • Sharma, S.C., Lingras, P., Xu, F. and Liu, G.X, (1999), ...
  • Jiang, Z., McCord, M. and Goel, P., (2006), "Improved AADT ...
  • Al-Masaeid, H.R., Al-Suleiman, _ and Obaidat, M.T., (1998), "Traffic volume ...
  • Witten, I. and Frank, E..2010), 'Data Mining: Practical Machine Learning ...
  • C.F. Gauss. Theoria comb inationis ob servationum erroribus minimis obnoxiae. ...
  • Galton F.و Presidential address, Section H, Anthropology. (1885) (Galton uses ...
  • Yule, G. Udny (1897). "On the Theory of Correlation". J. ...
  • Pearson, Karl; Yule, G.U.; Blanchard, Norman; Lee, Alice (1903). "The ...
  • Fisher, R.A. (1922). "The goodness of fit of regression formulae, ...
  • Lance E. Besaw, Donna M. Rizzo, Paul R. Bierman, William ...
  • نمایش کامل مراجع