CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارزیابی و مدلسازی پیش بینی حوادث جاده ای توسط مدل های ترکیبی (مطالعه موردی: قزوین)

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۶ | تعداد نمایش خلاصه: ۷ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: NCCE11_459
زبان مقاله: فارسی
حجم فایل: ۶۷۹.۷۵ کیلوبایت (فایل این مقاله در ۱۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی و مدلسازی پیش بینی حوادث جاده ای توسط مدل های ترکیبی (مطالعه موردی: قزوین)

  شهریار افندی زاده - دانشیار رشته برنامه ریزی حمل و نقل، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
  حمید بیگدلی راد - دانشجوی دکتری رشته برنامه ریزی حمل و نقل، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
  حمید شاکر - دانشجوی دکتری رشته راه و ترابری، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران

چکیده مقاله:

در این مقاله یک روش جدید برای پیش بینی وقوع حوادث جاده ای ارائه شده است. این روش ترکیبی از سه روش آماری می باشد: (1) به روزرسانی نرخ رخداد حودث رانندگی توسط نوزیع گاما، (2) تجزیه و تحلیل رگرسیون چند متغیره پواسون با در نظر گرفتن همبستگی بین متغیرهای پاسخ چند متغیر وابسته و داده های تصادفی شمارش شده گسته و (3) الگوریتم های بیزین که با استفاده از تکنیک های داده کاوی مورد استفاده قرار می گیرند، که این امر به منظور نشان دادن عدم خطی بودن رابطه بین شاخص های ریک و متغیر پاسخ، و همچنین انواع مختلف عدم قطعیت که ممکن است در توسعه مدل های خاص حضور داشته باشد، انجام می گیرد. شبکه های احتمالی بیزین مطالعات گذشته در ابتدا با استفاده از تجزیه و تحلیل رگرسیون چند متغیره از فراوانی های مشاهده شده متغیرهای پاسخ مدل، به عنوان مثال وقوع یک حادثه و مقادیر مشاهده شده از شاخص های ریسک بدست می آمدند. سپس، قواعد یادگیری پارامتر با استفاده از الگوریتم های به روز رسانی به منظور تعیین توزیع احتمال متغیرهای پاسخ مدل انجام می شود. این روش از طریق مطالعه موردی با استفاده از داده های آزاد راه تهران تبریز مورد بررسی قرار گرفته است. در بخش هایی از جاده که به صورت تصادفی انتخاب شده اند، این روش به منظور توسعه مدل برای پیش بینی تعداد مورد انتظار از حوادث با سطوح مختلف جرحی خفیف، جرحی شدید و فوت استفاده شده است. علاوه بر این، در این مطالعه شناسایی جغرافیایی بخش های جاده ای با احتمال افزایش وقوع حوادث مورد استفاده قرار می گیرد. نشان داده شده است که روش پیشنهادی را می توان برای توسعه مدل هایی برای برآورد وقوع حوادث جاده ای برای هر شبکه جاده با توجه به اطلاعات مورد نیاز در دسترس ، قرار داد.

کلیدواژه‌ها:

پیش بینی حوادث جاده ای، مدل بیزین، ریسک تصادفات.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCCE11-NCCE11_459.html
کد COI مقاله: NCCE11_459

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
افندی زاده, شهریار؛ حمید بیگدلی راد و حمید شاکر، ۱۳۹۸، ارزیابی و مدلسازی پیش بینی حوادث جاده ای توسط مدل های ترکیبی (مطالعه موردی: قزوین)، یازدهمین کنگره ملی مهندسی عمران، شیراز، دانشگاه شیراز، https://www.civilica.com/Paper-NCCE11-NCCE11_459.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (افندی زاده, شهریار؛ حمید بیگدلی راد و حمید شاکر، ۱۳۹۸)
برای بار دوم به بعد: (افندی زاده؛ بیگدلی راد و شاکر، ۱۳۹۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۹۰۴۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.