@article { author = {Jahantabi, Arash and Keymanesh, Mahmood Reza and Razavian, SeyedAli}, title = {Assessing Driver Behavior in Arterial Two-way Tunnels}, journal = {Quarterly Journal of Transportation Engineering}, volume = {12}, number = {4}, pages = {1041-1055}, year = {2021}, publisher = {Parseh Designers Transportation Research Institute}, issn = {2008-6598}, eissn = {2717-3976}, doi = {10.22119/jte.2021.93097}, abstract = {Tunnels are one of the most important road networking facilities that cause stress for drivers and affect the way people drive. The main purpose of this research is to model the transverse displacement of cars in suburban tunnels based on their gender and age. In this study, neural-fuzzy network is used to model and predict the transverse movement of cars in tunnels. The results of this model are compared based on gender and age criteria.. In this study, changes in the speed of drivers and transverse displacements of cars while passing non-urban tunnels are examined. 30 different drivers, including 14 women and 16 men (young, middle-aged, and elderly) were examined in similar conditions to study the behaviors of drivers. The study was conducted in a Renault Logan with manual transmission. By using multivariate analyses of variance, the instantaneous speed of passing the tunnel, the variations in speed before the tunnel, and the transverse displacement of the vehicles were studied. Research graphs and results show that young men reduce their speed by about 8.97 km / h, middle-aged men by about 15.1 km / h and older men by about 20.76 km / h. Younger women reduce their speed by about 19.25 km / h, middle aged women about 17.93 km / h and older women about 14.07 km / h. The results show that the neural-fuzzy neural network method is able to predict the speed of the drivers' entrance to the tunnel with high accuracy. The results of this study are used to analyze the behavior of drivers in suburban tunnels. Given the importance of sudden changes in speed and transverse movement of cars, especially on two-way lanes, it can be possible to increase tunnel safety by reducing stressors in drivers.}, keywords = {safety,Manova,Tunnel,Neuro-Fuzzy,Displacement}, title_fa = {ارزیابی رفتار رانندگان در تونل‌های دو طرفه برون شهری}, abstract_fa = {تونل‌ها از مهمترین تسهیلات شبکه‌ی راه‌ها هستند که باعث ایجاد استرس در رانندگان می‌شوند و این استرس بر روی نحوه رانندگی افراد تأثیرگذار است. هدف اصلی این تحقیق مدلسازی جابجایی عرضی خودروها در تونل‌های برون شهری بر اساس جنسیت و سن آن‌ها، است. در این تحقیق از شبکه‌ی عصبی – فازی برای مدل‌سازی و پیش‌بینی جابجایی عرضی خودروها در تونل‌ها، استفاده شده است. نتایج این مدل بر اساس معیارهای جنسیت و سن افراد، مورد مقایسه قرار گرفته است. سپس جهت اعتبارسنجی مدل طراحی شده از داده­های ثبت شده تغییرات سرعت 30 راننده مختلف (از جمله 14 نفر زن و 16 نفر مرد، در سه رده سنی جوان، میانسال و مسن) که در شرایط مشابه، به وسیله یک دستگاه خودروی رنو لوگان دارای سیستم انتقال قدرت دنده‌ای مسیر را طی می‌کنند، استفاده شده است. با استفاده از روش تحلیل واریانس چند متغیره، سرعت لحظه‌ای عبوری از تونل، تغییرات سرعت قبل از تونل خودروها و جابجایی عرضی خودروها بررسی شده است. بررسی نمودارها و نتایج تحقیق نشان می‌دهد مردان جوان، سرعت خود را حدود 97/8 کیلومتر بر ساعت، مردان میانسال حدود 1/15 کیلومتر بر ساعت و مردان مسن حدود 76/20 کیلومتر بر ساعت کاهش می‌دهند. زنان جوان سرعت خود را حدود 25/19 کیلومتر بر ساعت، زنان میانسال حدود 93/17 کیلومتر بر ساعت و زنان مسن حدود 07/14 کیلومتر بر ساعت کاهش می‌دهند. نتایج تحقیق نشان می‌دهد که روش شبکه‌ی عصبی – فازی با دقت بالایی توانایی پیش‌بینی سرعت ورودی رانندگان به تونل را دارد. از نتایج این تحقیق جهت تحلیل و بررسی رفتار رانندگان در تونل‌های برون شهری استفاده می‌شود. با توجه اهمیت تغییرات ناگهانی سرعت و جابجایی عرضی خودروها به صورت نامتعارف علی الخصوص در مسیرهای دو طرفه می توان، با کم کردن عوامل استرس زا در رانندگان ایمنی تونل ها را افزایش داد.}, keywords_fa = {ایمنی,تحلیل واریانس چند متغیره,تونل,شبکه‌ی عصبی – فازی و جابجایی عرضی}, url = {https://jte.sinaweb.net/article_93097.html}, eprint = {https://jte.sinaweb.net/article_93097_be0fab96feada26f10f4ddc47ff3aecf.pdf} }