[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
صفحه اصلی::
مدیریت دانشکده::
درباره دانشکده::
آموزش::
پژوهش::
فضاهای تحقیقاتی::
معرفی افراد::
رویدادها::
دانشجویان::
آلبوم تصاویر::
گروه‌های دانشجویی::
کانون دانش‌آموختگان و اساتید::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
نظرسنجی
ارزیابی شما از سایت دانشکده مهندسی عمران ؟
عالی
خوب
متوسط
   
..
تماس با ما

تماس با ما

تلفن دفتر: ۷۷۲۴۰۵۶۵ - ۷۷۲۴۰۳۹۹
دورنگار: ۷۷۲۴۰۳۹۸
تلفن مرکزی دانشگاه: ۹-۷۷۴۵۱۵۰۰
آموزش کارشناسی:
۷۳۲۲۸۱۰۳ و ۷۳۲۲۸۱۹۵
آموزش تحصیلات تکمیلی:
۷۳۲۲۷۱۸۶ و ۷۳۲۲۷۱۸۸ و ۷۳۲۲۷۱۸۹ و
۷۳۲۲۷۱۹۰
کد پستی دانشگاه: ۱۳۱۱۴-۱۶۸۴۶
صندوق پستی دانشگاه:
۱۶۳-۱۶۷۶۵
پست الکترونیکی:
mailcivileng.iust.ac.ir

..
تور مجازی دانشگاه

تور مجازی دانشگاه علم و صنعت ایران

..
خوراک RSS

نشانی عناوین مطالب وبگاه

درباره RSS

..
دفتر امور انتقال فناوری و ...
AWT IMAGE
..
مرکز کارآفرینی دانشگاه
AWT IMAGE
..
:: برگزاری دفاعیه دکتری مهندس فرشید صفری ::
 | تاریخ ارسال: ۱۳۹۸/۸/۱۱ | 
مهندس فرشید صفری دانشجوی دوره دکتری این دانشکده گرایش حمل و نقل، 12 آبان‌ماه سال 98 از رساله خود تحت عنوان «مدل انتخاب زمان خروج از مبداء برای سفرهای درون شهری با محدودیت زمانی در شرایط عدم قطعیت» در محل سالن کنفرانس دکتر عباس‌نیا با راهنمایی دکتر افندیزاده و دکتر احمدی نژاد دفاع نمود.

چکیده این رساله به شرح زیر می‌باشد:

مسئله انتخاب زمان خروج از مبدأ یکی از انتخاب‌هایی است که هر فرد بر اساس پیش‌بینی خود از زمان سفر اقدام به آن می‌کند و این انتخاب تعیین کننده زمان خروج تقاضای سفر شهری از مبدأ است و شکل‌دهنده الگوی تراکم در سطح شبکه شهری می‌باشد. به‌منظور پیش‌بینی الگوی تراکم در شبکه حمل‌ونقل نیاز به پیش‌بینی انتخاب سفرکنندگان می‌باشد. مسئله مورد بررسی در این تحقیق پیش‌بینی زمان خروج از مبدأ برای سفرهایی است که بایستی در بازه زمانی معینی به مقصد دسترسی پیدا کنند به‌عبارت‌دیگر سفرهایی که دارای محدودیتی در زمان ورود به مقصد هستند. کاربردهای اصلی این مدل‌ها عبارت‌اند از استفاده در تخصیص دینامیکی، به‌عنوان جزئی از مدل‌سازی زمان‌بندی فعالیت، استفاده از این مدل‌ها به‌عنوان ابزاری برای پیش‌بینی الگوی ساعات اوج در برنامه‌ریزی بلندمدت (مدل زمان روز) و استفاده از این مدل‌ها به‌عنوان ابزاری برای تحلیل و ارزیابی سیاست‌های مدیریت تقاضا. در این مطالعه مدل‌های مختلف لوجیت چندگانه روی مجموعه انتخاب ناشی از روش‌های مختلف خوشه‌بندی برای دو کاربرد آخر پیشنهاد شده است و توان پیش‌بینی این مدل‌ها با روش‌های قبل (استفاده از ضرایب ثابت و مدل تحلیل بقا) مقایسه و کارایی آن‌ها نشان داده شده است. نتایج نشان داد مدل انتخاب گسسته بر روی مجموعه انتخاب حاصل از خوشه‌بندی K-means با ورود خصوصیات اقتصادی-اجتماعی توان پیش‌بینی بهتری از دیگر مدل‌ها در این رویکرد داشته است. همچنین برای ورود ویژگی‌های رفتاری از رویکرد معادلات ساختاری استفاده شد و با در نظرگیری چارچوب مفهومی انتخاب ترکیبی و نظریه دورنما مدل‌های انتخاب زمان خروج ساخته شد که ویژگی‌های رفتاری از قبیل برونگرایی، وظیفه‌شناسی و وقت‌شناسی وارد مدل شدند. نتایج نشان داد مدل ساخته شده بر اساس رویکرد نظریه دورنما شاخص‌های برازش بهتری از انتخاب ترکیبی داشته است.

رایانامه جهت ارتباط با دانشجوی فوق: fa.safarigmail.com

Abstract:
Each traveler chooses a departure time for each trip which is dependent on his or her travel time prediction and these decisions form the pattern of the temporal distribution of travel demand. On the other hand, the temporal distribution of travel demand has an undeniable impact on the creation of the traffic congestion pattern in the urban transport network. Therefore, for the prediction of the congestion pattern in the urban transport network, we need to predict the departure time choice of travelers. In this study, the modelling of departure time for those trips which have time constraints in the destinations are considered. The main applications of these models are as a part of a dynamic assignment, activity scheduling in activity-based models, four-step strategic modelling and assessment of demand management policies. In this study, various multinomial logit (MNL) models on different choice sets (based on numerous clustering methods) were calibrated and prediction power of these models was compared with other methods such as using fixed coefficients and survival analysis models. The results showed the efficiency of proposed models and MNL model which is based on the K-means method had a better prediction power in this approach. On the other hand, behavioral attributes of travelers got involved in the model using structural equation modelling (SEM) and concerning the conceptual framework of hybrid choice model and prospect theory, departure time choice models were made. In these models, extraversion, punctuality and conscientiousness, as well as the value function of prospect theory as latent variables, were considered in the model. The results indicated the proposed model based on prospect theory had better goodness of fit indices rather than the model based on hybrid choice.
Keywords: departure time choice model, discrete choice, clustering, structural equation modeling, prospect theory.
دفعات مشاهده: 818 بار   |   دفعات چاپ: 57 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

CAPTCHA
   
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
Persian site map - English site map - Created in 0.21 seconds with 59 queries by YEKTAWEB 4061