فایل ورد کامل ارائه مدل ارزیابی ایمنی شبکه بزرگراه‌های بین‌شهری با استفاده از روش ضریب تعدیل (AMF) تصادفات

چکیده ۱

مقدمه ۲

فصل اول -ادبیات فایل

۱-۱- مقدمه ۳

۲-۱- تعریف مسئله ۵

۳-۱- ضرورت و اهمیت فایل ۷

۱-۳-۱- شبکه راههای کشور ۸

۱-۳-۲- موارد فنی و ایمنی وسایل نقلیه ۹

۱-۳-۳- اجرای قوانین راهنمایی و رانندگی در ایران ۱۰

۱-۳-۴- فرهنگ و آموزش ۱۱

۱-۴- اهداف فایل ۱۸

۱-۵- حوزه مطالعاتی ۲۰

۱-۶- محدودیت ها و موانع فایل ۲۱

۱-۷- فرضیات ۲۲

۱-۸- ساختار ۲۲

فصل دوم -مرور فایلات پیشین

۲-۱- مقدمه ۲۵

۲-۲- مروری بر فایلات و مطالعات گذشته ۲۶

۲-۲-۱- تصادفات و حجم ترافیک ۲۸

۲-۲-۲- تصادفات و متغیر های دیگر علاوه بر حجم ترافیک ۳۰

۲-۲-۲-۱- عرض مسیر و عرض شانه ۳۲

۲-۲-۲-۲- روشنایی ۳۹

۲-۲-۲-۳- روسازی مسیر ۴۰

۲-۲-۲-۴- قوس ها و مسافت دید ۴۳

۲-۲-۳- فرم مدلها ۴۶

۲-۲-۴- مطالعات دیگر تصادفات ۵۱

۲-۳- نتیجه گیری ۵۴

فصل سوم – روش فایل

۳-۱- مقدمه ۵۸

۳-۲- متدولوژی فایل ۵۸

۳-۲-۱- دستورالعمل جمع آوری اطلاعات و روش های به کار گرفته شده ۶۰

۳-۳- مبانی نظری ۶۲

۳-۳-۱- روش های تجزیه و تحلیل تصادفات ۶۲

۳-۳-۲- مبانی نظری مدل های آماری ۶۴

۳-۳-۲-۱- مدل رگرسیون خطی چند متغیره ۶۵

۳-۳-۲-۲- مدل رگرسیون لگاریتم خطی ۶۶

۳-۳-۲-۲-۱- مدل پواسون ۶۶

۳-۳-۲-۲-۲- مدل دو جمله ای منفی ۶۷

۳-۳-۲-۳- آزمون های آماری ۷۱

۳-۳-۲-۳- خصوصیات و ویژگی های مدل ۷۳

۳-۳-۳- روشهای فرا ابتکاری ۷۹

۳-۳-۳-۱- شبکه های عصبی ۷۹

۳-۳-۳-۱-۱- اساس بیولوژیکی شبکه های عصبی ۸۰

۳-۳-۳-۱-۲- مدل ریاضی یک سلول عصبی ۸۱

۳-۳-۳-۱-۳- مراحل ساخت یک مدل با شبکه عصبی مصنوعی ۸۲

۳-۳-۳-۱-۴- الگوریتم یادگیری پس از انتشار خطا ۸۳

۳-۳-۳-۱-۵- نقاط قوت شبکه های عصبی ۸۶

فصل چهارم – تدوین مدل

۴-۱- مقدمه ۸۹

۴-۲- فرآیند ساخت مدل ۸۹

۴-۲-۱- تعاریف ،اختصارات و نشانه های ریاضی ۹۳

۴-۲-۱-۱- تعاریف ریاضی ۹۴

۴-۲-۲- برنامه کامپیوتری تحلیل اطلاعات ۹۸

۴-۲-۲-۱- نرم افزار SPSS 99

۴-۲-۲-۲- نرم افزار Minitab 101

۴-۲-۲-۳- نرم افزار MATLAB 103

۴-۲-۳- فلوچارت فرایند ساخت مدل ریاضی و شبکه عصبی ۱۰۷

۴-۲-۴- اطلاعات ورودی ۱۱۱

۴-۲-۵- اطلاعات خروجی ۱۱۲

۴-۲-۶- محدودیت ها ۱۱۲

۴-۲-۶-۱- مشکلات در جمع آوری اطلاعات ۱۱۲

۴-۲-۷- نحوه برازش و دقت مدل های آماری ۱۱۶

۴-۳- نتیجه گیری ۱۱۶

فصل پنجم – پیاده سازی مدل

۵-۱- مقدمه ۱۱۸

۵-۲- پیاده سازی مدل ۱۱۸

۵-۲-۱- محدوده مطالعاتی ۱۱۸

۵-۲-۱-۱- موقعیت جغرافیایی استان خوزستان ۱۱۸

۵-۲-۱-۲- محورهای مورد مطالعه ۱۱۹

۵-۲-۱-۳- موضوعات مورد نظر ۱۲۲

۵-۲-۲- تست نرمال بودن داده ها ۱۲۳

۵-۲-۳- بررسی ضریب همبستگی و اعتبار سنجی متغیر ها ۱۲۴

۵-۲-۴- مدل آماری ۱۲۸

۵-۲-۴-۱- انتخاب فرم تابع ۱۲۸

۵-۲-۴-۲- شاخص برازش (R۲ ) ۱۲۸

۵-۲-۴-۳- آزمون مدل ۱۲۹

۵-۲-۴-۴- ارایه مدل پیش بینی ۱۳۲

۵-۲-۴-۵- اعتبار سنجی نتایج ۱۳۹

۵-۲-۴-۶- آنالیز حساسیت ۱۴۲

۵-۲-۵- توسعه مدل شبکه عصبی ۱۴۴

۵-۲-۵-۱- ساختار شبکه عصبی در نرم افزار MATLAB 144

۵-۲-۵-۲- لایه ورودی ۱۴۴

۵-۲-۵-۳- لایه خروجی ۱۴۴

۵-۲-۵-۴- نگاشت زوجهای آموزشی به حدود مناسب ۱۴۶

۵-۲-۵-۵- لایه پنهان ۱۴۷

۵-۲-۵-۶- توابع انتقالی ۱۴۸

۵-۲-۵-۷- تابع آموزشی ۱۴۹

۵-۲-۵-۸- تابع خطا ۱۵۰

۵-۲-۵-۹- ساخت شبکه عصبی ۱۵۱

۵-۲-۵-۱۰- بررسی تطابق خروجی مدل و مشاهدات و انتخاب شبکه عصبی بهینه ۱۵۴

۵-۲-۵-۱۱- اعتبارسنجی نتایج ۱۵۸

۵-۳- نتیجه گیری و مقایسه مدل آماری و شبکه عصبی ۱۶۲

فصل ششم – نتیجه گیری و پیشنهادات

۶-۱- جمع بندی مطالب ۱۶۴

۶-۲- دستاوردهای مطالعه ۱۶۵

۶-۳- نوآوری های فایل ۱۶۷

۶-۴- پیشنهادات برای فایلات آتی ۱۶۸

منابع و مراجع ۱۷۰

پیوست ها ۱۷۸

چکیده انگلیسی ۲۰۲