ارزیابی فاکتور فصل وقوع تصادف در شدت تصادفات درون شهری با استفاده از مدل رگرسیون لجستیک (مطالعه موردی شهر تبریز)
- سال انتشار: 1397
- محل انتشار: اولین کنفرانس ملی پدافند کالبدی با محوریت عمران، معماری و شهرسازی
- کد COI اختصاصی: NCPDCONF01_040
- زبان مقاله: فارسی
- تعداد مشاهده: 644
نویسندگان
گروه راه و ترابری، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
گروه راه و ترابری، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
چکیده
آمار تلفات جانی و جراحتی و شدت تصادفات ترافیکی درون شهری به خصوص در کلان شهرها بسیار بالاست. پژوهش حاضر با هدف بررسی دقیق تر پیرامون عوامل موثر بر شدت تصادفات رانندگان درون شهری انجام گرفته است . هدف از این مطالعه بررسی تاثیرگذاری پارامتر فصل وقوع تصادف در چهار بخش بهار، تابستان، پاییز و زمستان بر تصادفات ترافیکی درون شهری و ارائه مدلی برای تعیین ضریب تاثیر هر یک از این عوامل در تصادفات ترافیکی شهر تبریز است. از این رو، با استفاده از داده های به دست آمده از سازمان پزشکی قانونی کشور که مربوط به تصادفات ترافیکی درون شهری سال 94 و 95 تبریز می باشد، اقدام به مدلسازی این عوامل با استفاده از مدل رگرسیون لجستیک شد. و تاثیر هر یک از ضرایب تاثیر را بر روی فاکتورها، با توجه به میزان احتمال وقوع آسیب دیدگی های منجر به مرگ در محل حادثه نسبت به آسیب دیدگی های جزئی و همین طور احتمال وقوع آسیب دیدگی های شدید نسبت به آسیب دیدگی های جزئی را بر روی رانندگان وسایل نقلیه مشخص گردید. احتمال وقوع آسیب دیدگی های منجر به مرگ در محل حادثه در فصل بهار به میزان 6/52 برابر افزایش و در فصل های تابستان و پاییز به ترتیب به میزان 71/86 و 8/92 برابر کاهش می یابد. و همین طور احتمال وقوع آسیب دیدگی های شدید، در فصل بهار 11/31 برابر افزایش و در فصل های تابستان و پاییز به ترتیب به میزان 0/83 و 10/11 برابر کاهش می یابد.کلیدواژه ها
تصادفات ترافیکی درون شهری، فصل وقوع تصادف، احتمال وقوع آسیب دیدگی های منجر به مرگ در محل حادثه، احتمال وقوع آسیب دیدگی های شدید.مقالات مرتبط جدید
- سرویس نرم افزاری همبسته ساز دنباله های کشتی ها در مسیرهای دریایی
- استخراج حوزه های نوآوریهای دفاعی مبتنی بر فناوری بلاکچین
- هوش مصنوعی و تحلیل بصری در فضای جغرافیایی و سایبری: فرصت ها و چالش های پژوهشی
- تخمین مدار ماهواره ها مبتنی بر هوش مصنوعی
- شناسایی خودروهای نظامی بر روی تصاویر واقعی به کمک مدلهای یادگیری عمیق و انطباق دامنه
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.