پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
کاربرد تصمیم گیری چند معیاره در شناسایی نقاط پرحادثه: استفاده از روشهای تحلیل پوششی داده ها و تحلیل همایی
301
314
FA
شناسایی و رتبه بندی نقاط پرحادثه یا نقاط سیاه در یک شبکه حمل و نقل گامی جدی و اساسی در برنامه بهبود ایمنی ترافیک است. در مطالعه حاضر از دو روش تحلیل پوششی داده ها و تحلیل همایی به عنوان یک روش جایگزین برای رتبه بندی و شناسایی نقاط پرحادثه بهره گرفته شده است. این دو روش از زیرشاخه های تصمیم گیریهای چند معیاره هستند. از ویژگیهای بارز این دو روش توانایی آنها در استفاده از عوامل و پارامترهای مختلف مؤثر بر تصادفات، با در نظر گرفتن شدت تصادفات در اولویت بندی نقاط مورد نظر شبکه است. مطالعه حاضر به بررسی نقاط پرحادثه شهر قزوین بر اساس دوروش یادشده اختصاص دارد. این نقاط در روش تحلیل پوششی داده ها، به عنوان واحدهای تصمیم سازی، و عوامل موثر بر تصادفات و تعداد انواع مختلف تصادفات به ترتیب به عنوان ورودیها و خروجیهای آن در نظر گرفته شدند. روش تحلیل همایی نیز با استفاده از ترکیبی از متغیرهای موجود، و تعریف مجموعه های همایی و ناهمایی، و شاخصهای همایی و ناهمایی به اولویت بندی نقاط پرحادثه می پردازد. یکی از مزیتهای این دو روش چند معیاره بودن آن است، که با الگوی شناسایی نقاط حادثه خیز انطباق بیشتری دارد. مزیت دوم )به ویژه در مورد تحلیل پوششی داده ها( توجه به ورودیهای سیستم مورد نظر و محاسبه بازده آن است که اساساً در بررسی نقاط حادثه خیز مورد توجه قرارنمی گیرد. بررسی این دوروش نشان می دهد که به سبب بررسی عوامل مؤثر بر تصادفات به همراه شدت آنها، دقت شناسایی و اولویت بندی نقاط حادثه خیز از طریق این دو روش بالاتر است، اگرچه به علت تفاوت در رویکردها، نتایج یکسانی برای این دو روش قابل انتظار نیست.
ایمنی,تصادف,نقاط سیاه,نقاط پرحادثه,تحلیل پوششی داده ها,تحلیل همایی
https://jte.sinaweb.net/article_2786.html
https://jte.sinaweb.net/article_2786_bee12f4bddc895e9722cca99ea07e007.pdf
پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
تأثیر افزایش قیمت سوخت بر تقاضای باری ریلی و سهم آن از حمل و نقل زمینی
315
324
FA
این مطالعه به بررسی تأثیر افزایش قیمت سوخت بر تقاضای حمل و نقل باری ریلی و تغییر سهم آن از کل حمل و نقل زمینی برای سالهای 1360-1388می پردازد. از داده های کرایه حمل بار توسط ریل، کرایه حمل بار توسط جاده، قیمت سوخت، درآمد ملی و تعداد واگن به عنوان متغیرهای توضیح دهنده تقاضای حمل ونقل ریلی استفاده شده است. برآورد مدل به روش همجمعی نشانگر آن است که افزایش قیمت سوخت منجر به افزایش تقاضای حمل و نقل باری ریلی خواهد شد و می تواند سهم بار ریلی را از کل بار جابجا شده زمینی افزایش دهد. ضریب کرایه بار جاده ای در این مدل نشان می دهد که حمل ونقل جاده ای و ریلی در ایران مکمل یکدیگر هستند. به دلیل عدم پوشش ریل در تمام نقاط کشور، در برخی از مسیرها می بایست قدری از مسافت با جاده طی شود تا به ایستگاه راه آهن دسترسی وجود داشته باشد،بنابراین افزایش کرایه بار در بخش جاده منجر به کاهش سهم بار ریلی خواهد شد. افزایش کرایه حمل بار ریلی نیز سهم بار ریلی را کاهش خواهد داد.
قیمت سوخت,حمل ونقل باری ریلی,حمل و نقل باری زمینی,کرایه حمل بار جاده ای و ریلی
https://jte.sinaweb.net/article_2787.html
https://jte.sinaweb.net/article_2787_3c128c0b5f1d40c60befdf6ff8e105a5.pdf
پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
کاهش متغیرهای ورودی در فرآیند مدل سازی تصادفات آزادراهها با استفاده از روش تجزیه و تحلیل مؤلفه های اصلی
325
338
FA
هدف اصلی در این مقاله استفاده از روش تجزیه و تحلیل مؤلف ههای اصلی برای شناسایی متغیرهای تأثیرگذار در فرآیند مدل سازی تصادفات در آزادراههای برون شهری است. با توجه به توانایی مدل شبکه های عصبی در پیش بینی تصادفات رانندگی، مدل تعداد تصادفات آزادراههای برون شهری کشور با استفاده از مدلهای شبکه های عصبی توسعه داده شده و متغیرهای مربوط به جریان ترافیک، سهمیه بندی بنزین و متغیرهای محیطی نیز به عنوان متغیرهای مستقل در نظر گرفته شده اند. در فرآیند تعیین متغیرهای مستقل جهت ورود به مدل روش تجزیه و تحلیل مولفه های اصلی و تجزیه و تحلیل عامل اصلی با بکارگیری معیارهای KMO و بارتلت، مورد استفاده قرار گرفته است. ضمن بررسی کارآیی مدل شبکه عصبی مصنوعی در برابر مدل رگرسیون لگاریتم طبیعی در مدل سازی تصادفات آزادراههای برون شهری، دقت مدلهای ساخته شده در تصادفات آزادراهها شامل مدلهای شبکه عصبی مصنوعی و رگرسیون لگاریتم طبیعی نیز قبل و بعد از حذف متغیر های با اهمیت کمتر مورد بررسی قرار گرفته و نتایج نشان دهنده آن است که حذف متغیرهای کم اهمیت از طریق آنالیز مؤلفه های اصلی در فرآیند مدل سازی دقت مدلهای ساخته شده را با تغییرات اساسی رو برو نکرده و ثابت شده است که میانگین حجم تردد روزانه و متوسط سرعت وسایل نقلیه بیشترین نقش را در تصادفات آزادراهها ایفا می کنند.
مدل پیش بینی تصادفات,تجزیه و تحلیل مؤلفه های اصلی,شبکه عصبی مصنوعی,رگرسیون لگاریتم طبیعی,آزادراه
https://jte.sinaweb.net/article_2788.html
https://jte.sinaweb.net/article_2788_ebe43f841640c56a6a4cfb5a21027164.pdf
پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
بررسی استفاده ازموادتثبیت کننده نانوپلیمر CBR PLUSبرای ساخت لایه های روسازی راه
339
347
FA
تهیه مصالح مناسب برای ساخت لایه های روسازی یکی ازمشکلات راهسازی دربسیاری ازمناطق است. تهیه مصالحی که مشخصات فنی لازم برای استفاده درلایه های اساس و زیر اساس و رویه شنی را داشته باشند دربسیاری ازمناطق مشکل و هزینه براست. دراین تحقیق امکان استفاده از مصالح نامناسب محلی درساخت لایه های اساس، زیر اساس و رویه شنی راهها با استفاده ازتثبیت کننده نانوپلیمر CBR PLUS مورد بررسی قرارگرفته است. مصالح رسی، ماسه وشن که هیچکدام به تنهایی دارای ویژگیهای لازم برای کاربرد در لایه های روسازی نیستند، درسه ترکیب مختلف شامل % 100 رس، 80 % ماسه و % 20 رس، و% 50 شن، %20 ماسه و% 30 رس بااستفاده ازماده افزودنی مذکورتثبیت شده و ویژگیهای فیزیکی و مکانیکی آنها بعد ازتثبیت مورد اندازه گیری قرارگرفته اند. آزمایشهای تراکم، حدوداتربرگ، مقاومت فشاری، نسبت باربری کالیفرنیا ونفوذپذیری برروی نمونه های تثبیت شده با درصدهای مختلف انجام گرفت. نتایج، نشان دهنده افزایش قابل توجه درمقاومت نمونه ها با استفاده ازماده تثبیت کننده است. ماده پلیمری مورد مطالعه دراین تحقیق تأثیر مشخصی برروی رطوبت بهینه وحداکثروزن مخصوص خشک ندارد. نفوذپذیری نمونه های تثبیت شده با افزایش ماده افزودنی به شدت کاهش می یابد. ماده افزودنی CBR PLUS باعث افزایش حد خمیری وکاهش حد روانی و دامنه خمیری شده است. نتایج این تحقیق نشان دهنده این است که با استفاده ازاین ماده می توان از ترکیب خاک رس با مصالح شن و ماسه نامرغوب محلی، مصالح مناسبی که قابل استفاده درلایه های اساس وزیراساس باشد، تهیه کرد.
مقاومت فشاری,نسبت باربری کالیفرنیا,نفوذپذیری,دامنه خمیری
https://jte.sinaweb.net/article_2789.html
https://jte.sinaweb.net/article_2789_3dd7fb0cda1e2e9bcc9f485665be59c6.pdf
پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
توسعه یک سیستم دانش مبنای مکانمند جهت پیش بینی تصادفات در مسیرهای برون شهری
349
363
FA
با افزایش حمل و نقل جاد های در ایران، آسیبهای ناشی از تصادفات نیز به طور چشمگیری افزایش یافته است. هدف اصلی این تحقیق توسعه یک سیستم مکانمند دان شمبنا، با قابلیت استنتاج بر پایه هستی شناسی، به منظور پیش بینی تصادف در مسیرهای برون شهری است. در روش پیشنهادی تحقیق سیستم ای اطلاعات مکانی (GIS) بستری است برای تحلیل داده های مکانی و ایجاد ارتباط بین ویژگیهای تصادف و مکان وقوع تصادف. این تحقیق چارچوبی را برای ایجاد هستی شناسی پیشنهاد می کند که در آن موجودیتهای مربوط به تصادفات و روابط بین آنها با استفاده از زبان هستی شناسی وب (OWL) به طور معناداری تعریف می شوند، به گونه ای که امکان بازیابی و تبادل داد ههای مکانی و توصیفی فراهم می شود؛ بنابراین چارچوب پیشنهادی قادر خواهد بود داده های مرتبط را برای برآورد شدت تصادف خودرو بر اساس شرایط محیطی، راه و خودرو، در مجاورت مکان جاری خودرو دریافت کرده و از طریق الگوهای تصادفات، استنتاج نماید. الگوهای تصادف با تلفیق دانش متخصصین حوزه حمل و نقل با قواعد استخراج شده از رکوردهای تصادفات پیشین محور به روش داده کاوی اخذ و جهت استنتاج در موتور جستجوگر پیشنهادی به زبان قاعده وب معنایی (SWRL)تبدیل شده و در پایگاه داده ذخیره می شوند. روش پیشنهادی به صورت موردی در محور قزوین-رشت پیاده سازی و ارزیابی می گردد. نتایج نشانگرآن است که چارچوب استنتاجی پیشنهادی به طور موثری قادر به کشف الگوهای تصادفات و پیش بینی شدت تصادف خودروها در محورهای برون شهری خواهد بود.
ایمنی راه,الگوهای تصادف,استنتاج معنایی,سیستم های اطلاعات مکانی (GIS),داده کاوی
https://jte.sinaweb.net/article_2790.html
https://jte.sinaweb.net/article_2790_5cf5988302ec3781ed9fea507f2a3323.pdf
پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
بهینه سازی مسیر تردد سرویسهای حمل و نقل یک شرکت، با استفاده از خوشه بندی و الگوریتم ژنتیک
365
378
FA
یکی از راهکارهای استفاده پایدار از منابع، سیستم حمل و نقل ادارات است. امروزه، سامانه های حمل و نقل به صورت دلخواه و با نظر افراد تعیین می شوند، در حالی که این انتخاب بهینه نیست. بنابراین باید روشی اتخاذ شود که بتوان این مسئله را به صورت کارآمد مدل کرد. از سوی دیگر در صورتی که تعداد کارمندان در یک شرکت زیاد باشد، فضای جستجوی مسئله افزایش پیدا کرده و استفاده از الگوریتمهای ریاضی مشکل است. به همین منظور در این مقاله سعی شده است با استفاده از یک روش خوشه بندی ساده، فضای جستجوی مسئله را کاهش داده و سپس با استفاده از الگوریتم جمعیت مبنای ژنتیک، مسیر بهینه در هر خوشه برای کارمندان جستجو شود. اما یکی از مشکلات الگوریتم ژنتیک، بکارگیری عملگرهای مناسب با شرایط مسئله است. در این مقاله سعی شده است که با بکارگیری عملگرهای تقاطع و جهش مناسب و ابتکاری، شرایط حل مسئله بهبود داده شود و زمان رسیدن به جواب بهینه کاهش داده شود. این الگوریتم در یک قسمت از شهر تهران که اطلاعات آن مربوط به سال 1387 است، بکار گرفته شده است. با استفاده از این الگوریتم توسعه داده شده، مسئله ضمن جوابگو بودن، در تعداد تکرار کمتری نسبت به روش ژنتیک با عملگرهای ساده، به جواب بهینه همگرا شده و دارای آزمون تکرار پذیری بالاتری نیز هست. در نهایت پیشنهاداتی برای نزدیک کردن شرایط مسئله به شرایط واقعی و استفاده از الگوریتمهای جمعیت مبنای دیگر ارایه شده است.
بهینه سازی,سامانه اطلاعات مکانی,مسیریابی وسایل نقلیه (VRP),خوشه بندی,الگوریتم ژنتیک
https://jte.sinaweb.net/article_2821.html
https://jte.sinaweb.net/article_2821_16860d02a5860835e799c9656438bf00.pdf
پژوهشگاه حمل و نقل طراحان پارسه
فصلنامه مهندسی حمل و نقل
2008-6598
2717-3976
3
4
2012
06
21
تحلیل سرفاصله زمانی به تفکیک ترکیبات مختلف انواع زوج خودرو در شرایط جریان متراکم ترافیک ناحیه تداخلی آزاد راه
379
386
FA
سرفاصله زمانی بین خودروها از خصوصیات مهم رفتار رانندگی و جریان ترافیک است که بر ایمنی ترافیک، سطح سرویس و ظرفیت سامانه های حمل ونقلی تأثیری عمده دارد. مقاله حاضر به تحلیل گروههای مختلف سرفاصله های زمانی بر اساس ترکیبات مختلف انواع زوج خودروهای جلویی و تعقیب کننده می پردازد و با تحلیل و استنباط آماری نشان می دهد که رفتار رانندگان در فرآیند تعقیب خودرو در اتخاذ سرفاصل ههای زمانی مناسب، بستگی به نوع خودرو مورد نظر و خودروی جلویی دارد. بر اساس داده های ترافیکی آزاد راه I-80 در Emeryville ، کالیفرنیا و در شرایط جریان ترفیک متراکم، معلوم شد که تفاوت معنی داری، بین میانگین سرفاصله زمانی برای ترکیبات مختلف انواع زوج خودرو وجود دارد. سرفاصله زمانی گروه خودرو سنگین در تعقیب خودرو سنگین، بزرگ ترین و سرفاصله زمانی گرو ههای شامل موتورسیکلت و سواری در تعقیب سواری، کوچک ترین است. به علاوه، گروههای شامل خودروهای سنگین )سنگین در تعقیب سواری، سنگین در تعقیب سنگین و سواری در تعقیب سنگین( بزر گترین سرفاصله های زمانی را دارند که نشان می دهد با ازدیاد سهم خودروهای سنگین در ترکیب جریان ترافیک، میانگین سرفاصل هها یزمانی نیز بزرگ تر می شود. نتایج این تحقیق، با مشخص کردن تفاوت موجود در توزیع سرفاصله های زمانی براساس نوع وسایل نقلیه، می تواند در بهبود مدلهای خرد شبیه-سازی جریان ترافیک مفید باشد.
سرفاصله زمانی,ایمنی ترافیک,توزیع آماری,تعقیب خودرو
https://jte.sinaweb.net/article_2822.html
https://jte.sinaweb.net/article_2822_83209d9df67417882a33971faadee34a.pdf