مهندسی ترافیک

مهندسی ترافیک

اثرسنجی شناوری ساعت شروع به کار بر شاخص‌های ترافیکی (مطالعه موردی: شهر تهران)

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشکده مهندسی عمران و محیط‌زیست دانشگاه تربیت مدرس، تهران، ایران
2 دانشکده مهندسی عمران دانشگاه علم و صنعت، تهران، ایران
3 دانشکده مهندسی صنایع دانشگاه تهران، تهران، ایران
چکیده
امروزه تراکم ترافیک در کلان‌شهرها یکی از مهم‌ترین معضلاتی است که زندگی روزمره را تحت تأثیر قرار می‌دهد. عدم تعادل میان عرضه و تقاضای حمل ­و نقل عامل به وجود آمدن تراکم ترافیک است. یکی از راه­ های ایجاد این تعادل مدیریت تقاضا است که هزینه و محدودیت ­های کمتری نسبت به افزایش عرضه حمل­ و نقل دارد. یکی از سیاست ­ها به‌منظور مدیریت تقاضا و کاهش تراکم ترافیک معابر شهر تهران در ساعات اوج، اجرای طرح شناوری ساعت کاری است که در مهرماه سال 1401 اجرا شد. در این مطالعه با استفاده از طول صف معابر شهر تهران به بررسی تأثیر پیاده ­سازی این طرح بر وضعیت ترافیک معابر شهر تهران پرداخته­ شده است. داده­ های مربوط به هفته سوم مهرماه سال 1398 قبل از همه ­گیری کرونا و هفته سوم مهرماه سال 1401 انتخاب و از مدل رگرسیون خطی برای مدل‌سازی استفاده شده است. بررسی‌ها نشان می‌دهند با توجه به حضوری شدن مدارس و دانشگاه­ ها بعد از آموزش غیرحضوری، تغییر رفتار کاربران و افزایش سهم حمل­ و نقل شخصی در شهر تهران در دوران همه­ گیری کویید 19، با اجرای طرح شناوری ساعات کاری طول صف معابر سطح شهر به‌جز محدوده طرح ترافیک به‌مراتب مناسب­ تر از پیش­ بینی مدیریت شهری بوده است.
کلیدواژه‌ها

  • El-Hansali, Y., Farrag, S., Yasar, A., Malik, H., Shakshuki, E., & Al-Abri, K. (2021). Assessment of the traffic enforcement strategies impact on emission reduction and air quality. Procedia Computer Science, 184, 549–556. https://doi.org/10.1016/j.procs.2021.03.068
  • Huang, L., & Li, J. (2011). Applicability of staggered work hours for urban traffic: Case of guangzhou. ICTE 2011 - Proceedings of the 3rd International Conference on Transportation Engineering. https://doi.org/10.1061/41184(419)67
  • James, G. (Gareth M., Witten, D., Hastie, T., & Tibshirani, R. (n.d.). An introduction to statistical learning : with applications in R.
  • Moghadami, M., Rasaizadi, A., & Askari, M. (2020). The effect of coronavirus restrictions on air quality and exiting daily traffic. https://doi.org/10.22034/IJHCUM.2020.04.05
  • Mutlu, Ö., Durak, Z., & Akyer, H. (2020). Staggered working hours in order to reduce traffic congestion. Pamukkale University Journal of Engineering Sciences, 26(4). https://doi.org/10.5505/pajes.2019.90922
  • Rasaizadi, A., & Kermanshah, M. (2018). Mode choice and number of non-work stops during the commute: Application of a copula-based joint model. Scientia Iranica, 25(3A), 1039–1047. https://doi.org/10.24200/sci.2017.4194
  • Van der Loop, H., Haaijer, R., & Willigers, J. (2019). The impact of various forms of flexible working on mobility and congestion estimated empirically. In Autonomous Vehicles and Future Mobility. https://doi.org/10.1016/B978-0-12-817696-2.00010-X
  • Williams Carlos Alberto Gomez Grajales Dason Kurkiewicz, M. N., & Alberto Gomez, C. (2013). Assumptions of Multiple Regression: Correcting Two Misconceptions. Practical Assessment, Research, and Evaluation, 18, 11. https://doi.org/10.7275/55hn-wk47
  • Yildirimoglu, M., Ramezani, M., & Amirgholy, M. (2021). Staggered work schedules for congestion mitigation: A morning commute problem. Transportation Research Part C: Emerging Technologies, 132. https://doi.org/10.1016/j.trc.2021.103391
  • Yu, R., Burke, M., & Raad, N. (2019). Exploring impact of future flexible working model evolution on urban environment, economy and planning. Journal of Urban Management, 8(3), 447–457. https://doi.org/10.1016/j.jum.2019.05.002
  • Zong, F., Juan, Z., & Jia, H. (2013). Examination of staggered shifts impacts on travel behavior: A case study of Beijing, China. Transport, 28(2). https://doi.org/10.3846/16484142.2013.803263