وحید خلیفه
-
در راه های درونشهری تصادفات شدید ترافیکی بیشتر به کاربران آسیبپذیر نظیر عابرپیاده، دوچرخهسواران و موتورسیکلتسوران مربوط می‌شود. با توجه به عدم محافظت این کاربران نظیر آنچه وسیله نقلیه برای سرنشینان خود انجام میدهد، تصادفات کاربران آسیبپذیر غالبا با شدت زیاد همراه است. با توجه به اینکه در حال حاضر در دنیا بر حمل و نقل پایدار (پیادهروی و دوچرخهسواری) بسیار تاکید وجود دارد، لازم است تا نسبت به ایمنی این گروه از کاربران توجه ویژهای به ویژه شهرهای بزرگ داشت. برای این منظور لازم است تا شناخت و بینشی از تصادفات قبلی کاربران آسیبپذیر شکل بگیرد، تا بدین ترتیب بتوان نسبت به ارائه راهکار جهت کاهش و جلوگیری از رخداد حوادث مشابه در آینده جلوگیری نمود. در این مقاله از استخراج قواعد انجمنی، به عنوان یکی از زیرشاخههای علم یادگیری ماشینی جهت تعیین الگوهای مشترک پرتکرار و دارای قاعده در تصادفات پیشین عابران پیاده، دوچرخهسواران و موتورسیکلتسواران استفاده می‌شود. تحلیلها بر روی تصادفات شهر تهران به عنوان پرجمعیتترین شهر ایران با آمار بالای تصادفات منجر به فوت کاربران آسیبپذیر، در بازه زمانی سالهای 1397 تا 1399 صورت میگیرد. نتایج تحلیلها نشان میدهد که عمده تصادفات فوتی کاربران آسیبپذیر در شهر تهران مربوط به عابران پیاده و سپس موتورسوارن بوده است (بهترتیب 43 و 42 درصد). اکثر عابران پیاده فوت شده در گروه اتباع، افراد خیابانگرد و معتاد و پاکبانان زحمتکش شهرداری بوده است (با پشتیبانی 926/0). همچنین عمده حوادث جرحی مربوط به برخورد وسیله نقلیه با موتورسیکلت بوده است (با پشتیبانی 772/0). در تصادفات جرحی موتورسیکلت عامل شرایط محیطی و راه موثر نبوده و لیکن عامل انسانی در قالب عجله و شتاب بی مورد (با پشتیبانی 661/0) دارای اثرگذاری بالایی بوده است. انجام اقدامات مهندسی، قانون گذاری و اعمال قانون و فعالیت های آموزشی می تواند نقش موثری در کاهش تصادفات فوتی عابران پیاده و جرحی موتورسیکلت سواران در شهر تهران داشته باشد.
کلید واژگان: کاربران آسیبپذیر، تصادف، قواعد انجمنی، ایمنی، حمل و نقل پایدارIn urban streets, severe traffic crashes mostly relate to vulnerable users such as pedestrians, and cyclists. Because of not being protected like vehicles for their occupants, the severity of such crashes is high. Now, in the world sustainable transportation (walking and bicycle) is highlighted, thus it is important to regard the safety of this group of users more. For this purpose, it is necessary to gain an insight from previous crashes of vulnerable users. Therefore it is possible to propose countermeasures to reduce the crashes and prevent future incidents. In this paper, association rules s used as a machine learning method to find the frequent patterns and rules in the crashes of pedestrians, and cyclists. Tehran (capital of Iran) as a city with high frequency of fatal crashes in the period of 2020 to 2021 is selected as the case study. The results indicated that most fatal crashes among vulnerable road users relate to pedestrians and motorcycles (43 and 42 percent). Most of those who died in pedestrian crashes were foreigners, homeless, and municipal workers (support 0.926). Most of the injuries related to the crash of vehicles with motorcycles (support 0.661). In injury crashes of motorcycles, road and environment factors did not have a great role. Nevertheless, human factor in the form of non-necessary agility and acceleration was an effective variable (support 0.661). Engineering, education, regulation and enforcement can be the most effective countermeasures to reduce the severe crashes among vulnerable road users in Tehran.
Keywords: Vulnerable Users, Crash, Association Rule, Safety, Sustainable Transportation -
مدول برجهندگی خاک یکی از شاخصهای مهم در طراحی روسازی راههاست که نقش بسیار مهمی در تعیین ضخامت روسازی دارد. تعیین مدول برجهندگی خاکها به روش مستقیم و بر اساس نتایج آزمایشگاهی به دلیل هزینههای بالای آن از جهت تجهیزات و نیروی انسانی معمولا مقرون به صرفه نیست. لذا بر پایه اطلاعات میدانی گذشته میتوان بر اساس روشهای هوش مصنوعی اقدام به پیشبینی و تعیین این شاخص بر اساس دادههای ورودی نمود. هدف از این مقاله توسعه مدلی جهت پیشبینی مدول برجهندگی خاکهای رسی تثبیت شده با استفاده از شبکه عصبی مصنوعی است. بدین منظور 4 نمونه خاک مختلف تثبیت شده با افزودنیهایی نظیر آهک، خاکستر بادی و غبار کوره سیمان مورد بررسی قرار گرفتند. در این مقاله از دادههای گزارش شده در پیوست طراحی روسازی به روش آشتو 2002 استفاده شد. با مقایسه خروجیهای بدست آمده با دادههای واقعی بر اساس شاخصهای آماری همچون ضریب رگرسیون و جذر میانگین مربعات خطا مشخص شد که در همه موارد نتایج مطلوبی بدست آمد. مقدار ضریب رگرسیون 99/0 و جذر میانگین مربعات خطا کمتر از 6 درصد نشان از دقت بالای مدل توسعه داده شده در پیشبینی مدول برجهندگی خاکهای تثبیت شده دارد.کلید واژگان: مدول برجهندگی، شبکه عصبی مصنوعی، پیش بینی، روسازیIn road pavement design, soil resilient modulus is one of the factors that play a very important role in determining pavement thickness. In the past, determining the Resilient Modulus of soil directly from laboratory results has not always been practical due to its high costs, both in terms of equipment and labor. Therefore, it is possible to predict and determine this parameter based on past field data using artificial intelligence. Our goal in this paper is to develop a model for predicting the resilient modulus of stabilized clay soils using artificial neural networks. In this study, four different soil samples stabilized with additives, such as lime, fly ash, and cement kiln dust, were examined using the pavement design appendix of the AASHTO 2002 specification. By comparing the results to the laboratory data based on the statistical indicators such as regression coefficient (0.99), root mean square error (less than 6 percent), we found that the artificial neural network was highly accurate in predicting the resilient modulus..Keywords: Resilience Modulus, Artificial Neural Network, prediction, Pavement
-
راه ها یکی از مهم ترین سرمایه های زیرساختی هر کشوری محسوب می شوند. جهت حفظ این سرمایه ها یکی از مباحث با اهمیت برنامه ریزی جهت نگهداری و تعمیر روسازی راه ها است. گذشت زمان، عبور ترافیک (بویژه وسایل نقلیه سنگین) و نیز شرایط آب و هوایی منطقه مورد نظر، تنش های زیادی را به روسازی راه وارد می کند. این تنش ها باعث ایجاد خرابی، افت کیفیت سواری و در نهایت اضمحلال روسازی می شود. با توجه به افزایش روز افزون هزینه های ناشی از عملیات ترمیم و نگهداری راه ها، یکی از مهمترین نگرانی های گردانندگان شبکه کاهش این هزینه ها با حفظ استاندارد کیفی لازم جهت عبور وسایل نقلیه است. هدف اصلی این پژوهش استفاده از یک مدل دگرگونی (تکاملی) برای کمینه کردن هزینه های عملیات ترمیم و نگهداری راه های شبکه به گونهای است که منافع دراز مدت سیستم، با حفظ شرایط خدمت رسانی قابل قبول، بیشینه گردد. پس از ساخت مدل، کارکرد آن روی شبکه های آزمایشی مورد بررسی قرار گرفته و نتایج بدست آمده رضایت بخش بوده است.
کلید واژگان: روسازی، تعمیر و نگهداری، مدل دگرگونی، مارکوفRoads are one of the most important assets in each country. Road network are too extensive and the budget needed for reconstruction is too high. To maintain these properties planning for the maintenance and rehabilitation is an important issue. Aging, traffic (especially trucks) and weather condition in the region cause numerous tensions in the pavement. These tensions are the main reason of distress, reducing ride quality and finally deterioration in the pavement. Because of the increasing rates of the costs associated with maintenance and repair there is a concern about keeping roads in good condition with the lowest costs. The main purpose of this research is to apply an evolutionary model to minimize the costs of maintenance and repair operation and at the same time maximizing the benefits of the system for a long time with acceptable service quality. The models are assessed on the hypothetical networks and the results have been satisfactory..
Keywords: Pavement, Repair, maintenance, Evolutionary model, Markov -
یکی از مسایل عمده در هیدرولوژی مهندسی که ضرورت آن بیش از پیش احساس می شود، پیش بینی چگونگی طغیان و فروکش کردن سیل یا صعود و نزول هیدروگراف رودخانه در نقطه مشخصی از آن است. این مساله را می توان با روش روندیابی سیلاب مورد تحلیل قرار داد. روش ماسکینگام یکی از روش های هیدرولوژیکی است که می توان با استفاده از آن ضمن صرفه جویی در زمان و هزینه با کارکرد ساده و دقت مناسب روندیابی سیلاب را انجام داد. کاربست روش های فراکاوشی نتایج رضایت بخشی را در این زمینه تاکنون نشان داده است. از این رو در این پژوهش، به ارزیابی کارایی الگوریتم شاهین هریس (HHO) در تخمین پارامترهای بهینه مدل غیرخطی ماسکینگام پرداخته شد. در این مقاله ابتدا مدل غیرخطی توسعه یافته نوع پنجم ماسکینگام (NL5) جهت ارزیابی الگوریتم جدید بهینه شاهین هریس(HHO) در روندیابی رودخانه ویلسون (به عنوان پژوهش کاربردی) و رودخانه کارون (مطالعه موردی) مورد استفاده و به منظور بررسی میزان مطلوبیت یافته های پژوهش، با نتایج دو الگوریتم ژنتیک (GA) و جستجوی هارمونی (HS) مقایسه گردید. نتایج الگوریتم HHO برای دو رودخانه ویلسون و کارون نشان دهنده کمینه سازی مجموع مربعات باقیمانده ها (SSQ) به عنوان تابع هدف می باشد که برای رودخانه ویلسون برابر با 11.64 و رودخانه کارون برابر با 143050.02 است. با توجه به نتایج، این الگوریتم عملکرد بهتری نسبت به الگوریتم GA و HS داشته است، در نتیجه الگوریتم پیشنهادی می تواند با اطمینان خوبی به منظور برآورد مقادیر بهینه پارامترهای مدل ماسکینگام غیر خطی مورد استفاده قرار گیرد.
کلید واژگان: بهینه سازی، شاهین هریس، روندیابی هیدرولوژیکی، ماسکینگام، مدل غیرخطی NL5One of the major issues in the hydrology is the prediction of flooding and subsidence, or the rise and fall of river hydrographs at a certain point. This can be analyzed by flood routing. The Muskingum method is one of the hydrological methods that can be used to save time and money with simple operation and proper accuracy of flood routing. The use of meta-heuristic methods has shown satisfactory results so far. Therefore, in this study, the performance of Harris hawks optimization (HHO) algorithm in estimating the optimal parameters of the non-linear Muskingum model has been evaluated. In this paper, the fifth type of Muskingum nonlinear model (NL5) was first used to evaluate the HHO algorithm in the Wilson River (Applied Research) and the Karun River (Case Study). In order to evaluate the desirability of the research findings, the results were compared to the results of the genetic algorithms (GA) and harmonic search (HS). The results of the HHO algorithm for both the Wilson and Karun rivers indicate the minimization of the sum of squares (SSQ) as the objective function, which is 11.64 for the Wilson River and 143050.02 for the Karun River. Based on the results, the HHO has better performance than the GA and HS algorithms, so the proposed algorithm can be used with good confidence to estimate the optimal values of nonlinear Muskingum model parameters.
Keywords: optimization, HHO, Hydrologic routing, Muskingum, NonLinear type 5 model -
مجله راهور، پیاپی 32 (بهار 1399)، صص 45 -82زمینه و هدف
در نواحی داخل شهری لازم است تا به نحوی سرعت، به منظور مدیریت ایمنی تردد وسایل نقلیه کاهش داده شود. ابزارهای متنوعی برای این منظور توسعه داده شده است که می توان به دوربین های کنترل سرعت، سرعت کاه و تابلوی محدودیت سرعت به عنوان مهم ترین موارد اشاره کرد.
روشدر اینجا، یک روش جدید با استفاده از چهار رویکرد کارایی ابزارهای مختلف مدیریت سرعت بررسی شده است. برای انجام مطالعات از یک مسیر شریانی با ابزارهای کنترل سرعت متنوع در شهر کرمان استفاده شد. بر این اساس، روشی مبتنی بر تکنیک تداخل و شاخص های ایمنی جایگزین تصادفات توسعه داده شد.
یافته هانتایج بررسی ها نشان داد که سرعت کاه ها نسبت به دوربین کنترل سرعت، تاثیر بیشتری بر کاهش سرعت وسایل نقلیه دارند. به طور متوسط، سرعت کاه قادر است میزان سرعت وسایل نقلیه عبوری را نسبت به دوربین کنترل سرعت به اندازه بیش از 20 کیلومتر بر ساعت کاهش دهد. همچنین درصد وسایل نقلیه ای که پس از سرعت کاه سرعت خود را به حد سرعت مجاز رساندند، در حدود 15 درصد بیش از دوربین کنترل سرعت بوده است؛ اما تابلوی محدودیت سرعت در سطح اطمینان 95 درصدی، اثری بر کاهش سرعت رانندگان نداشت. همچنین یکی از مشکلات اصلی سرعت کاه ها، نرخ بالای شتاب ترمزگیری وسایل نقلیه بوده و استفاده از تابلوی پیش آگاهی، تاثیر چندانی بر بهبود عملکرد آن ها در سطح اطمینان 95 درصدی نداشت.
نتایج و پیشنهادهابنابراین بایستی بازنگری به منظور افزایش اثرگذاری تابلوهای ترافیکی بر رانندگان صورت پذیرد. همچنین بر اساس نتایج حاصل شده میتوان بیان داشت که افزایش تعداد و تنوع ابزارهای سرعت در یک مسیر می تواند بر بهبود عملکرد آن ها برای مدیریت سرعت موثر باشد؛ به گونه ای که بر اساس تحلیل های آماری صورت پذیرفته در سطح اطمینان 95 درصدی، میانگین سرعت وسایل نقلیه و شاخص های یکنواختی سرعت و میزان تخطی از سرعت مجاز، در دو مسیر با ابزارهای مدیریت سرعت متفاوت، دارای تفاوت معنی داری هستند.
کلید واژگان: ایمنی، سرعت مجاز، سرعت کاه و مدیریت سرعت -
بیشترین هزینه پیش بینی برای یک شبکه توزیع آب، در مقایسه با بخش طراحی و نظارت به امور اجرایی آن پروژه مربوط می شود. اگر هدف کاهش هزینه باشد، با کاهش هزینه لوله های مورداستفاده در شبکه و فشار استاندارد آب در گره ها بخشی از این امر میسر می گردد. در این پژوهش بهینه سازی بر اساس تابع هدف بر اساس کاهش هزینه، بخشی از شبکه توزیع آب شهر رویدر واقع در استان هرمزگان موردبررسی قرارگرفته است که با توجه به اقلیم خاص منطقه موردی (گرم و با رطوبت بالا) حائز اهمیت است. در بهینه سازی یک شبکه توزیع آب علاوه بر بعد مالی مسئله، باید به ابعاد دیگری همچون فشار، سرعت آب و افت در لوله ها که در طراحی شبکه نقش اساسی دارد توجه کرد. در پژوهش حاضر فشار مجاز و سرعت استاندارد در شبکه به عنوان قید محدودیت در نظر گرفته شده است. بدین منظور در این مطالعه شبکه توزیع با استفاده از مدل WaterGems تحلیل هیدرولیکی شده و بعد با نرم افزار matlab2014b کد نویسی شامل تابع هدف و بهینه سازی توسط الگوریتم ژنتیک با توجه به مشخصه شبکه انجام گرفته است. در پایان بهینه سازی از بین تعداد تکرارهای بهینه سازی بر اساس تابع هدف سناریویی که ازنظر کاهش هزینه و بهبود فشار شبکه در وضعیت مطلوبی قرار داشت انتخاب شد که بعد از بهینه سازی، در حدود 12 تا 15 درصد از هزینه کل پروژه صرفه جویی صورت گرفته است.
کلید واژگان: شبکه توزیع آب، مسائل هیدرولیکی، بهینه سازی، الگوریتم ژنتیکThe highest cost of forecasting for a water distribution network is compared to the design and oversight section of the project . If the goal is to reduce costs, part of this can be achieved by reducing the cost of pipes used in the network and the standard pressure of water in the nodes . This study is a multiobjective optimization function that will be executed in Part of the water distribution network of the Rooydar city in Hormozgan. In optimization of water distribution network, In addition to financial problems, Should be noted to other aspects such as pressure and velocity of water in pipes which have key roles in network design. In the present study, the permitted pressure and standard speed in the network are considered as limitation constraints . For this purpose, in this study, the distribution network using the WaterGems model has been analyzed for hydraulic analysis, and then with coding software matlab2014b including target function and optimization by genetic algorithm according to the network characteristic . At the end of the optimization, Based on the dual objective function, in terms of cost reduction and improve network Pressure, a Scenario with good condition was chosen. This scenario caused a 12-15% reduction in costs.
Keywords: Optimization, Water Distribution Network, Genetic Algorithm, Water GEMS
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.