مهندسی ترافیک

مهندسی ترافیک

شناسایی عوامل موثر در تعیین استراتژی خط‌کشی‌های ترافیکی شبکه معابر شهر تهران با استفاده از داده‌کاوی به روش مدل درخت تصمیم

نوع مقاله : مقاله پژوهشی

نویسندگان
1 کارشناس برنامه‌ریزی حمل‌ونقل ، دانشگاه علم و صنعت ایران، تهران، ایران
2 کارشناس ارشد راه و ترابری ، دانشگاه علم و صنعت ایران، تهران، ایران
3 کارشناس ارشد مدیریت ساخت، دانشگاه علم و صنعت ایران، تهران، ایران
4 کارشناس ارشد برنامه‌ریزی حمل‌ونقل، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
امروزه ایمنی راه­ها و معابر یکی از مهمترین مساله­های صنعت حمل­و­نقل به شمار می­رود. در این میان زیرساخت­های فنی و مهندسی نظیر خط­کشی­های شبکه معابر یکی از عوامل موثر در تردد ایمن رانندگان به شمار می­رود. حصول کیفیت مناسب خط­کشی­های ترافیکی و حداکثر ماندگاری به گونه­ای که رنگ مورد استفاده علاوه بر دوام، دارای بازتاب مناسب در طول دوره خدمت­دهی باشد، از چالش­های موجود در این حوزه به شمار می­رود. راهکار نیل به این اهداف با انتخاب صحیح نوع رنگ اجرایی برای عملیات خط­کشی متناسب با شرایط مختلف است. عوامل متعددی نظیر وضعیت روسازی، وضعیت بازتاب، وضعیت خرابی فیزیکی رنگ، درجه اهمیت معبر، فصل اجرا، ضخامت رنگ موجود بر انتخاب نوع اجرای خط­کشی مجدد تاثیرگذار است که بر اساس همین شرایط، نوع رنگ مورد استفاده باید تعیین گردد. در این مقاله سعی بر شناسایی عوامل موثر بر اجرای خط­کشی­های معابر با استفاده از مدل درخت تصمیم است. در همین راستا، پس از تشکیل پایگاه داده مورد نیاز، فرآیند شناسایی عوامل تاثیر­گذار بر مبنای شاخص اهمیت متغیر (VIM) و الگوریتم رشد CART (با استفاده از معیار Gini Index) برای ساخت مدل استفاده شده­است. نتایج نشان می­دهد که وضعیت بازتاب خط­کشی و درجه اهمیت معبر، مهمترین عوامل تاثیرگذار در تعیین نوع خط­کشی اجرایی می­باشد.
کلیدواژه‌ها

- مجله تخصصی اپیدمیولوژی ایران، 1388، تدوین شاخص سنجش عملکرد ایمنی راه­های کشور، شماره 3، 7-13.
 
- راهنمای طراحی و اجرای خط­کشی راه­ها، 1387، وزارت راه و ترابری، پژوهشکده حمل و نقل، 568.
 
- استانداردهای فنی: مشخصات فنی اجرا و نگهداری خط­کشی­های معابر شهری، 1394، نظام فنی و اجرایی شهرداری تهران، 43.
 
- عطایی، الف.، اسماعیلی، م.، پیاده­سازی اتوماسیون پیش­بینی وضعیت ترافیک جاده­ای تکنیک با استفاده از تکنیک­های داده­کاوی، 1394، پانزدهمین کنفرانس بین­المللی مهندسی حمل و نقل و ترافیک، تهران.
 
- مفاهیم و تکنیک­های داده­کاوی، 1391، مهدی اسماعیلی، نیاز دانش، 437.
 
- Transport and Communications Bulletin for Asia and the Pacific, 2013, Safe road infrastructure design for highway, No. 83.
 
- Witt.A, Smith.R, Visser.A, 2000, Durability and cost effectiveness of road marking paint, South African Transport Conference.
 
- R. Timofeev, 2004, Classification and Regression Trees (CART) Theory and Application. A Master Thesis, Berlin.
 
- Pavement Marking Manual, 2015, Department of Planning, Transport and Infrastructure, Safety and Service Division,159.
 
- IBM SPSS Decision Trees, 1989, IBM Corp, 104.
 
- I. H. Witten and E. Frank, Data Mining: Practical Machine Learning
Tools and Techniques, 2nd Decision Tree Edition, Elsevier Inc., 2005.