مدل‌سازی سرعت رانندگی تحت تأثیر شرایط مختلف آب‌و‌هوایی (مطالعه موردی: آزاد‌راه تهران – قم)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

2 دانشیار، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران

3 استادیار، گروه عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

چکیده

شرایط مختلف محیطی می‌تواند تأثیر به سزایی در جریان ترافیک داشته باشد.با آگاهی از تأثیر شرایط محیطی بر سرعت جریان می‌توان تخمین دقیقی از سرعت سفر و اتخاذ استراتژی‌های مدیریت ترافیک جهت جلوگیری از سوانح جاده‌ای داشت. در این مطالعه تأثیر عوامل چهار حالتی آب‌و‌هوا (باران، مه‌گرفتگی، ابر و صاف بودن)، دمای هوا، تغییرات سرعت در شب و روز، درصد وسایل نقلیه سنگین و حجم ترافیک بر سرعت جریان ترافیک مورد تحلیل و بررسی قرار می‌گیرند. در این مقاله با استفاده از مدل رگرسیون خطی به بررسی نحوه تأثیر این عوامل بر سرعت رانندگی جهت کاهش تصادفات بین‌شهری پرداخته شده است. داده‌های مورد نیاز مطالعه از سازمان راهداری و حمل‌ونقل جاده‌ای و سازمان هواشناسی کشور طی سال 1393 جمع‌آوری شده‌اند. نتایج مدل پیشنهادی بر اساس نمونه 7541 موردی ساعتی جمع‌آوری شده از آزادراه تهران قم نشان می‌دهد که میزان کاهش سرعت رانندگان ایرانی در اثر بارندگی برابر با 355/1 و اختلاف سرعت در شب و روز کمتر از یک کیلومتر بر ساعت است. از دیگر نتایج پژوهش نشان می‌دهد که مدل پیشنهادی خطای قابل قبولی در پیش‌بینی سرعت دارد. به طوری که مدل پیشنهادی می‌تواند مقدار سرعت را
به ترتیب برابر با
579/3، 034/4 و 996/4 برای معیارهای ارزیابی میانگین خطای مطلق، میانگین درصد خطای مطلق و میانگین ریشه مربعات خطا به دست آورد.

کلیدواژه‌ها


عنوان مقاله [English]

Driving Speed Modeling Under Different Climate Conditions (Case Study:‌Tehran – Qom Freeway)

نویسندگان [English]

  • Arash Bahadori 1
  • Amir Reza Mamdoohi 2
  • Alireza Sarkar 3
1 M.Sc., Student, Highway and Transportation, Department of Civil Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran.
2 Associate Professor, Civil and Environment Engineering Faculty, Tarbiat Modares University, Tehran, Iran.
3 Assistant Professor, Department of Civil Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran.
چکیده [English]

Various environmental conditions could have a significant effect on traffic flow. Understanding the effects of environmental conditions on a vehicle’s speed could provide an accurate estimation of travel speed and traffic management strategies adoption to prevent traffic crashes. In this paper, the speed of vehicles had been investigated based on different variables, such as the effect of some weather conditions (such as rainy, foggy, cloudy and sunny), air temperature, speed variations during nights and days, heavy vehicles percentages and vehicle volumes. In this research, the effects of these variables on vehicle speeds have been studied in order to decrease suburban crash frequencies, using a multiple linear regression model. Required data have been gathered from Iran Road Maintenance & Transportation Organization and Meteorological Organization Government agency in 2014. According to 7541 hourly samples at Tehran-Qom freeway, the results of the proposed model shows that rainy weather and night and day speed variation caused 1.355 and less than 1 kilometer per hour reduction in speed, respectively. Also, the proposed model has an acceptable and reliable error in speed prediction and the evaluation criteria such as mean absolute error, mean absolute percentage error and root mean square error were 3.579, 4.034 and 4.996, respectively.

کلیدواژه‌ها [English]

  • Speed prediction
  • Multiple regression
  • Climate conditions
-باطنی، م.، ( 1388)، "­پیش­بینی متقابل حجم ترافیک و سرعت با استفاده از روش شبکه­های عصبی"­، پایان‌نامه کارشناسی ارشد، استاد راهنما: علی خدایی، تهران: دانشکده مهندسی عمران، دانشگاه صنعتی امیرکبیر.
 
-ری بد، الف.، (1392)، "­آموزش گام‌به‌گام SPSS 22­"، تهران، انتشارات طاهریان.
 
-ممدوحی، الف.، صفارزاده، م. و شجاعت، س.، (1393)،
"­رویکرد تصادفی در تخمین ظرفیت آزادراه: موردپژوهی آزادراه تهران- کرج"، مهندسی عمران مدرس، سال چهادرهم، شماره دوم، ص. 153-143.
 
-Agarwal, M., Maze, T. H., & Souleyrette, R. (2005), "Impacts of weather on urban freeway traffic flow characteristics and facility capacity. Paper presented at the Proceedings of the 2005 mid-continent transportation research symposium.
 
-Brilon, W., & Ponzlet, M., (1996), "Variability of speed-flow relationships on German autobahns. Transportation Research Record:" Journal of the Transportation Research Board (1555), pp.91-98.
-Das, A., Ghasemzadeh, A., & Ahmed, M. M. (2019), "Analyzing the effect of fog weather conditions on driver lane-keeping performance using the SHRP2 naturalistic driving study data". Journal of safety research, 68, pp.71-80.
 
-Ezell, S., (2010), "Explaining international IT application leadership: Intelligent transportation systems".
 
-Gujarati, D. N., & Porter, D. C., (2004), "Basic Econometrics", 4th: New York: McGraw-Hill.
 
-Huang, S.-H., & Ran, B., (2003), "An application of neural network on traffic speed prediction under adverse weather condition". University of Wisconsin Madison.
 
-Liang, W., Kyte, M., Kitchener, F., & Shannon, P., (1998), "Effect of environmental factors on driver speed: A case study", Transportation Research Record: Journal of the Transportation Research Board(1635), pp.155-161.
 
-Manual, H. C., (2010), "HCM2010. Transportation Research Board", National Research Council, Washington, DC.
 
-Rad, E. H., Yousefzadeh-Chabok, S., Mohtasham-Amiri, Z., Khodadadi-Hasankiadeh, N., Davoudi-Kiakalayeh, A., Kouchakinezhad-Eramsadati, L., & Reihanian, A., (2018), "Traumatic and nontraumatic driving accidents due to dry spells in northern Iran: a time series analysis". Weather, climate, and society, 10(4), pp.723-730.
 
-Sarkar, A., Mansourkhaki, A., Malakouti, M., & Yeganeh, S., (2014), "Modelling speed–density relationship in traffic streams". Paper presented at the Proceedings of the Institution of Civil Engineers-Transport.
 
 
-Sathiaraj, D., Punkasem, T.-o., Wang, F., & Seedah, D. P., (2018), "Data-driven analysis on the effects of extreme weather elements on traffic volume in Atlanta, GA, USA. Computers, Environment and Urban Systems, 72,
pp.212-220.
 
 
-Tsirigotis, L., Vlahogianni, E. I., & Karlaftis, M. G., (2012), "Does Information on Weather Affect the Performance of Short-Term Traffic Forecasting Models"? International Journal of Intelligent Transportation Systems Research, 10(1), pp.1-10.
doi: 10.1007/s13177-011-0037-x.