ارزیابی روشهای شناسایی نقاط داغ برای جاده‌های شهری

نوع فایل : word

تعداد صفحات : 24

تعداد کلمات : 7000

مجله : JOURNAL OF TRANSPORTATION SAFETY & SECURITY

انتشار : 2019

ترجمه ی متون جدول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : ب نازنین 12

تاریخ انتشار
8 جولای 2020
دسته بندی
تعداد بازدیدها
2350 بازدید
31,500 تومان

عنوان فارسی مقاله:ارزیابی روشهای شناسایی نقاط داغ برای جاده‌های شهری

  چکیده

 برآورد مدل‌های پیش بینی تصادف و استفاده از رویکرد بیزی در شناسایی نقاط داغ برای جاده‌های تحت نظارت شهرداری، به دلیل داده‌های ترافیکی محدود، چالش برانگیز است. این مطالعه، پنج روش شناسایی نقطه‌ی داغ (HSID) را ارائه می‌کند که در آن اطلاعات ترافیک روزانه‌ی میانگین (AADT) (یعنی فراوانی تصادف CF، آسیب معادل به اموال، شاخص شدت نسبی، فراوانی تصادف میانگین پیش بینی شده با روش گشتاور (MOM) و تحلیل مقطعی (CSA) برای شناسایی نقاط داف برای بخش‌های جاده‌های تحت نظارت شهری، نیاز نیست. بخش‌ها به ۱۱ گروه همگن بر مبنای ویژگی‌های هندسی، طبقه بندی شدند. پنج روش HSID در همه‌ی بخش‌ها در هر گروه جاده و در کل ایالت برای تحلیل سیستماتیک استفاده شد. چهار تست کمی (تست پیوستگی سایت، تست پیوستگی روش، تست تفاوت رتبه و تست امتیاز کل) برای مقایسه‌ی عملکرد پنج روش HSID استفاده شد. نتایج نشان می‌دهد که MOM عملکرد بهتری از روش‌های دیگر در شناسایی نقاط داغ برای شریان‌های یک طرفه، جاده‌های محلی شهری یک طرفه، جاده‌های محلی دو طرفه شهری، شریان‌های دو طرفه چند لاینی و جاده‌های شهری دارد. CF عملکرد بهتری برای شریان‌های روستایی، جاده‌های محلی، شریان‌های دو طرفه، اتوبان‌ها، و جاده‌های محلی دو طرفه داشته و CSA بهترین عملکرد را در همه‌ی پنج روش HSID در شناسایی و رتبه بندی نقاط داغ برای همه‌ی گروه‌ها داشت.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Evaluation of hot spot identification methods for municipal roads

Abstract

Estimating crash prediction models and applying the Empirical Bayesian approach in identifying hotspots for roads under municipal jurisdiction is often challenging due to the lack of traffic count data. This study presents five hotspot identification (HSID) methods in which annual average daily traffic (AADT) information is not required (i.e., crash frequency [CF], equivalent property damage only, relative severity index, excess predicted average crash frequency using method of moments [MOM], and cross sectional analysis [CSA]), to identify hotspots for road segments under municipal jurisdiction in Connecticut. The segments were categorized into 11 homogenous groups based on the roadway geometric characteristics. The five HSID methods were applied to all segments in each roadway group separately and across the entire State for a systemic analysis. Four quantitative tests (i.e., site consistency test, method consistency test, total rank difference test, and total score test) were used to compare the performance of the five HSID methods. The results indicate that the MOM outperforms others in identifying hotspots for urban one-way arterials, urban one-way local roads, urban two-lane two-way local roads, urban multilane two-way arterials, and urban multilane two-way collectors; the CF outperforms others for rural arterials and collectors, rural local roads, urban one-way collectors, urban two-lane two-way arterials, urban two-lane two-way collectors and urban multilane two-way local roads, and the CSA performs best in all of the five HSID methods in identifying and ranking the roadway hotspots for all roadway groups together.

دیدگاهتان را بنویسید