19871

۱۹۸۷۱

مدل پيش بيني پتانسيل خطر جاده هاي دوخطه دوطرفه برون شهري، براساس شاخص فراواني شتاب منفي

دكتري تخصصي

برنامه ريزي حمل و نقل

۱۳۹۶

۱۳۹۶/۰۷/۰۳

دكتر شهريار افندي زاده - دكتر محمود احمدي نژاد

عمران

تصادفات جاده اي، يك معضل جهاني است . در ايران تصادفات جاده اي دومين عامل مرگ و مير و معلوليّت شناخته شده است . در اين رساله امكان به كارگيري پارامتر "فراواني شتاب منفي خودرو ها" به عنوان شاخص جايگزين"فراواني تصادفات خودروها" به منظور سنجش ايمني جاده اي تحقيق شده است، روش جمع آوري داده ها، تركيبي از بازديدها و برداشت هاي ميداني و مطالعات كتابخانه اي است ، داده هاي سرعت خودوها با استفاده از جي پي اس گوشي هاي هوشمند به دست آمده است. روش تحقيق بر اساس مطالعات مشاهده اي، در چارچوب مباحث علم آمار كلاسيك بنا شده است. علاوه بر شاخص"فراواني شتاب منفي خودروها"، 38 شاخص احتمالي جايگزين تصادفات ديگر نيز به منظور مقايسه با شاخص "فراواني شتاب منفي" تعريف شده اند . مدل هاي پيش بيني بر اساس "فراواني تصادفات " و "فراواني شتاب منفي"، نيز استخراج گرديدند و با يكديگر مقايسه شده اند. آزمون همبستگي بين "تعداد شتاب منفي خودروها" ، با "تعداد تصادفات مشاهده شده" و "تعداد تصادفات پيش بيني شده" مورد بررسي قرار گرفتند. نتايج اين تحقيق همبستگي شديد بين "تعداد تصادفات مشاهده شده" و "تعداد شتاب هاي منفي" را نشان مي دهد . به دليل آن كه ضريب همبستگي بيش از ۰/۷ به دست آمده و مقدار معني داري مناسب براي اين ضريب حاصل شده است ، همچنين آزمون همبستگي، ميزان همبستگي خيلي شديد بين "تعداد شتاب منفي خودروها"، با "تعداد تصادفات پيش بيني شده" را نشان مي دهد و ضريب همبستگي بين اين دو متغير ۰/۹۷ به دست آمد. نتايج نشان داد كه در بين شاخص هاي جايگزين تصادف مورد تحقيق (39 شاخص)، شاخص "فراواني شتاب منفي خودروها" براي ارزيابي ايمني جاده اي مناسب تر است. مدل پيش بيني بر اساس فراواني تصادفات شامل متغيرهاي طول قطعه، حجم ترافيك، معكوس شعاع، عرض شانه و كاربري به دست آمد و مقدار شاخص R2 اصلاح شده در اين مدل ۰/۶۲ حاصل شد. از طرفي مدل پيش بيني بر اساس شاخص فراواني شتاب منفي شامل متغيرهاي طول قطعه، حجم ترافيك، عرض مسير و معكوس شعاع به دست آمد و مقدار شاخص R2 اصلاح شده در اين مدل۰/۹۲حاصل شد.

1397/10/01

Predictive model for estimating risk potential on two-lane two-way rural roads with the application of deceleration frequency index

12/22/2018 12:00:00 AM

Road traffic accidents (RTAs) are a global problem. In Iran, RTAs have known as the second leading cause of death and disability. This dissertation examined the possibility of the use of “frequency of vehicle decelerations” parameter as an alternative index to “frequency of vehicle accidents” to surrogate measure of road safety. The data collection method included a combination of field studies and desk research. Vehicle speed data are obtained by the GPS of smartphones. Research method was based on observational studies within the framework of classical statistics topics. In addition to the “frequency of vehicle decelerations” index, 38 possible indices alternative to other accidents were defined to compare with the “frequency of vehicle decelerations” index. Prediction models based on “frequency of accidents” and “frequency of decelerations” were extracted and compared. The correlation test between “number of vehicle decelerations” and “number of observed accidents” and “number of predicted accidents” were examined. Research results proved a strong correlation between “number of observed accidents” and “number of decelerations”. As the correlation coefficient was greater than 0.7, a proper significant value was obtained for this coefficient. The correlation test indicated a very strong correlation between “number of vehicle decelerations” and “number of predicted accidents”; the correlation coefficient between the two variables was 0.97. The results proved that “frequency of vehicle decelerations” index was more suitable than other study accident alterative indices (39 indices) for road safety assessment. The prediction model was achieved based on the frequency of accidents including part length, traffic volume, inverse radius, width of shoulder, and use; the corrected R2 index in the model was 0.62. On the other hand, the predicted model was obtained based on the vehicle decelerations frequency index including part length, traffic volume, width of roadway, and inverse radius; the corrected R2 index in the model was 0.92.