آمار

تعداد نشریات7
تعداد شماره‌ها399
تعداد مقالات5,389
تعداد مشاهده مقاله5,287,993
تعداد دریافت فایل اصل مقاله4,882,737
ممدوحی, امیررضا, نصیری, سعید, عباسی, محمدحسین. (1400). مدل زمانروز، رویکردی متفاوت جهت شناسایی عوامل مؤثر در انتخاب وسیله افراد، نمونه موردی شهر مشهد. نشریه مهندسی عمران امیرکبیر, 53(11), 4599-4612. doi: 10.22060/ceej.2020.18318.6832
امیررضا ممدوحی; سعید نصیری; محمدحسین عباسی. "مدل زمانروز، رویکردی متفاوت جهت شناسایی عوامل مؤثر در انتخاب وسیله افراد، نمونه موردی شهر مشهد". نشریه مهندسی عمران امیرکبیر, 53, 11, 1400, 4599-4612. doi: 10.22060/ceej.2020.18318.6832
ممدوحی, امیررضا, نصیری, سعید, عباسی, محمدحسین. (1400). 'مدل زمانروز، رویکردی متفاوت جهت شناسایی عوامل مؤثر در انتخاب وسیله افراد، نمونه موردی شهر مشهد', نشریه مهندسی عمران امیرکبیر, 53(11), pp. 4599-4612. doi: 10.22060/ceej.2020.18318.6832
ممدوحی, امیررضا, نصیری, سعید, عباسی, محمدحسین. مدل زمانروز، رویکردی متفاوت جهت شناسایی عوامل مؤثر در انتخاب وسیله افراد، نمونه موردی شهر مشهد. نشریه مهندسی عمران امیرکبیر, 1400; 53(11): 4599-4612. doi: 10.22060/ceej.2020.18318.6832

مدل زمانروز، رویکردی متفاوت جهت شناسایی عوامل مؤثر در انتخاب وسیله افراد، نمونه موردی شهر مشهد

نشریه مهندسی عمران امیرکبیر
مقاله 3، دوره 53، شماره 11، بهمن 1400، صفحه 4599-4612    اصل مقاله (800.37 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22060/ceej.2020.18318.6832
نویسندگان
امیررضا ممدوحی* 1؛ سعید نصیری1؛ محمدحسین عباسی2
1گروه برنامه‌ریزی حمل‌ونقل، دانشکده مهندسی عمران و محیط‌زیست، دانشگاه تربیت مدرس، تهران، ایران
2برنامه‌ریزی حمل‌ونقل، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران، ایران
چکیده
افزایش جمعیت و مالکیت خودروی شخصی موجب بروز تفاوت چشم‌گیری در الگوهای جریان ترافیک در ساعات مختلف روز شده است. ازاین‌رو، اهمیت تحلیل دوره‌های مختلف زمانی با استفاده از مدل زمان‌روز به‌منظور دخیل نمودن زمان مطرح می‌شود. علی‌رغم اهمیت زمان، تعداد کمی مطالعه در این زمینه یافت شد که این موضوع نویسندگان را بر آن داشت که با کمی کردن زمان‌روز در تحلیل تقاضا، به بررسی اهمیت زمان‌روز و پرداخت مدل‌های انتخاب وسیله در اهداف مختلف سفر در بازه‌های مختلف زمانی با استفاده از مدل لوجیت چندگانه برای شهر مشهد بپردازند. در این مطالعه از اطلاعات خانوارها و ماتریس مبدا-مقصد در 253 ناحیه ترافیکی شهر مشهد (شامل مشخصات اقتصادی-اجتماعی افراد، شبکه حمل‌ونقل، کاربری زمین و خصوصیات سفر) استفاده می‌شود. نتایج نشانگر این است که نه‌تنها عوامل مؤثر بر انتخاب وسیله سفر و میزان تأثیر هر یک، در بازه‌های زمانی و اهداف مختلف سفر متفاوت است، بلکه به ازای هدف و وسیله سفر یکسان نیز این عوامل در بازه‌های مختلف زمانی متفاوت است. افزایش سرانه مالکیت خودروی شخصی در تمامی اهداف سفر موجب افزایش تمایل استفاده کاربران از خودروی شخصی و تاکسی می‌شود، اما میزان اثرگذاری آن در بازه‌های مختلف زمانی متفاوت است. تمایل به استفاده از تاکسی در سفرهای شغلی با مسافت بیش از پنج کیلومتر به دلیل هزینه بالا و در سفرهای تحصیلی اوج ظهر به دلیل وجود سرویس مدرسه و هزینه کمتر اتوبوس کاهش می‌یابد. همچنین نسبت جمعیت دانش‌آموزان به جمعیت ساکن هر منطقه، رابطه مستقیمی با احتمال انتخاب اتوبوس در سفرهای تحصیلی دارد.
کلیدواژه‌ها
مدل زمان‌روز؛ لوجیت چندگانه؛ تحلیل تقاضا؛ تفکیک وسیله؛ مدل‌سازی چهارمرحله‌ای سفر
موضوعات
آمار؛ برنامه ریزی حمل و نقل عمومی؛ مدل سازی حمل و نقل
عنوان مقاله [English]
Time of Day Model, a Different Approach to Identify Effective Factors in Mode Choice, Evidence from Mashhad
نویسندگان [English]
Amirreza Mamdoohi1؛ Saeed Nasiri1؛ MohammadHossein Abbasi2
1Transportation planning department, Faculty of Civil and Environmental Engineering, Tarbiat Modares University, Tehran, Iran
2Transportation Planning, Faculty of Civil and Environment Engineering, Tarbiat Modares University, Tehran, Iran
چکیده [English]
An increase in population and car ownership has caused significant changes in traffic flow patterns at different periods of the day. Considering the importance of analyzing different periods, the time of day (TOD) model is crucial and needs to be accounted for more explicitly. However, few studies have been conducted in this field, which prompted the authors to investigate TOD models and their calibration for mode choice of Mashhad using multinomial logit (MNL) quantifying its impact in demand analysis. In this study, household data and origin-destination matrix of 253 traffic analysis zones of Mashhad (including socio-economic, transportation network, land use, and trip characteristics) were used. Model results showed that not only the effective factors in mode choice and their impacts are different in various periods and trip purposes but also for the same purpose and mode, these factors are different for various periods. More specifically, an increase in car ownership will increase the probability of choosing both private cars and taxis for all trip purposes, but to a different extent for different periods. Tendency to use taxis for work trips reduces as trip distance increases five kilometers due to its high cost, and for educational trips reduces at noon peak due to availability of school buses and lower cost of buses. Moreover, the likelihood of choosing a bus for educational trips had a direct relationship with the ratio of students to the population of each zone.
کلیدواژه‌ها [English]
Time of day model, Multinomial logit, Demand analysis, Mode split, Four-step travel modeling
سایر فایل های مرتبط با مقاله
مراجع
  1. Schrank, B. Eisele, T.J.T.A. Lomax, M.T.I.T.T. A, M.U. System, TTI’s 2012 urban mobility report, 4 (2012).
  2. Haghshenas, F. Hadavand, Development of Citizen's Daily Travel Scheduling Models with the Activity Based Approach with Emphasis on the Behavior of Mode Choice at the Different Times of the Day (Case Study: Isfahan), 11(3), (2020), 663-683, In Persian.
  3. R. Mamdoohi, S. E. Seyed Abrishami, S. Hosseini, Urban Shopping activity duration modeling by Nonparametric- parametric duration models, case of Qazvin city, Quarterly Journal of Transportation Engineering, 8 (1), (2016), 141-154, In Persian.
  4. M. Pendyala, Time of Day Modeling Procedures for Implementation in FSUTMS, 2002.
  5. -A. Choupani, A.R. Mamdoohi, Population synthesis using iterative proportional fitting (IPF): A review and future research, 17 (2016) 223-233.
  6. Zhang, C. Cirillo, C. Xiong, P. Hetrakul, Feasibility and benefits of advanced four-step and activity-based travel demand models for Maryland, 2011.
  7. Z.P. Bonnel, M. Lee-Gosselin, J. Zmud, J.-L. Madre, Transport Survey Methods, Emerald Group Publishing Limited, 2009.
  8. A. Taylor, D. Scrafton, Review of the Main Roads Western Australia (MRWA) Transport Model: Stage 1: Review of MRWA's Regional Operations Model (ROM), University of South Australia, Transport Systems Centre, 2003.
  9. H. van Amelsfort, L. Engelson, Role of Volume-Delay Functions in Forecast and Evaluation of Congestion Charging Schemes: Application to Stockholm, Sweden, 2012.
  10. Avallone, T. Baumeister, A. Sadegh, Marks' Standard Handbook for Mechanical Engineers, 11/e, New York: McGraw-Hill, 2006.
  11. Ghader, Continuous Choice Models for Time-of-day Choice Modeling Applications, 2019.
  12. Ghader, A. Darzi, L. Zhang, Hybrid Choice Framework for Time-of-Day Choice in Trip-Base Models, 2018.
  13. -K. Lim, S.J.K.J.o.C.E. Srinivasan, Modeling the choice of time-of-day for joint social-recreational activities, 21(7) (2017) 2859-2867.
  14. Shabanpour, N. Golshani, J. Auld, A.J.T.R.R. Mohammadian, Dynamics of activity time-of-day choice, 2665(1) (2017) 51-59.
  15. Q. Ho, D.A. Hensher, Joint estimation of mode and time of day choice accounting for arrival time flexibility, travel time reliability and crowding on public transport, (2016).
  16. J.T.R.P.E.L. Börjesson, T. Review, Joint RP–SP data in a mixed logit analysis of trip timing decisions, 44(6) (2008) 1025-1038.
  17. Hess, Advanced discrete choice models with applications to transport demand, University of London, 2005.
  18. Latifi, O. Afsahi, Time of day method, The 13th International Conference on Traffic and Transportation Engineering, (2013), In Persian.
  19. Khan, R.J.T.R.P.A.P. Machemehl, Practice, Commercial vehicles time of day choice behavior in urban areas, 102 (2017) 68-83.
  20. Engelson, D. van Amelsfort, The role of volume-delay functions in forecast and evaluation of congestion charging schemes, application to Stockholm, in: European Transport Conference 2011Association for European Transport (AET) Transportation Research Board, 2011.
  21. R. Mamdoohi, A., Mirmohammadi, Mixed Logit Model Application in Mode Choice: Case of Mashhad Work Trips, Amirkabir Journal of Civil Engineering, 49(3), (2017), 581-592, In Persian.
  22. de Dios Ortúzar, L.G. Willumsen, Modelling transport, John Wiley & sons, 2011.
  23. Mehdizadeh, A. Mamdoohi, T.J.J.o.T. Nordfjaern, Health, Walking time to school, children's active school travel and their related factors, 6 (2017) 313-326.
  24. E. Train, Discrete choice methods with simulation, Cambridge university press, 2009.
  25. Zhao, X. Yan, A. Yu, P.J.T.B. Van Hentenryck, Society, Prediction and behavioral analysis of travel mode choice: A comparison of machine learning and logit models, 20 (2020) 22-35.
  26. Yashiro, H.J.C.S.o.T.P. Kato, Success factors in the introduction of an intermodal passenger transportation system connecting high-speed rail with intercity bus services, 7(4) (2019) 708-717.
  27. R. Mamdoohi, V.J.I.J.o.T.E. Amini, Bicycle demand: a gender analysis for Tehran, Iran, (2020).
  28. Guo, J. Wang, S. Peeta, P.C.J.T.B. Anastasopoulos, Society, Impacts of internal migration, household registration system, and family planning policy on travel mode choice in China, 13 (2018) 128-143.
  29. A. Hensher, J.M. Rose, W.H. Greene, Applied choice analysis: a primer, Cambridge University Press, 2005.
  30. Mehdizadeh, T. Nordfjaern, A.J.T. Mamdoohi, The role of socio-economic, built environment and psychological factors in parental mode choice for their children in an Iranian setting, 45(2) (2018) 523-543.
  31. Shahi, Updating comprehensive transportation studies in Mashhad, Time of day model, (2010), In Persian.
آمار
تعداد مشاهده مقاله: 738
تعداد دریافت فایل اصل مقاله: 887


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب