داده کاوی تخلفات رانندگان ناوگان باری ایران تحت شرایط مختلف رفتار راننده، ناوگان و سفر

نوع مقاله: یادداشت فنی

نویسندگان

1 دکتری مهندسی حمل و نقل/عضو هیات علمی دانشکده مهندسی عمران دانشگاه علم و صنعت ایران

2 دانشگاه علم و صنعت ایران-دانشکده مهندسی عمران

3 کارشناسی ارشد عمران گرایش مهندسی حمل و نقل، دانشگاه علم و صنعت ایران

10.24200/j30.2020.54516.2649

چکیده

هدف اصلی این مطالعه، شناسایی و بررسی اثرگذاری فاکتورهای مهم و تاثیرگذار در ارتکاب رانندگان ناوگان باری به تخلفات رانندگی است. برای دستیابی به اهداف مورد نظر، اطلاعات مورد نیاز با استفاده از تکمیل پرسشنامه اطلاعات دموگرافیک و رفتار رانندگی (DBQ)، از طریق انجام مصاحبه در میان 420 راننده وسیله نقلیه باری برداشت شده و پس از اصلاح و یا حذف پرسشنامه‌های ناقص، اطلاعات 351 راننده برای انجام تحلیل‌های آماری، مورد استفاده قرار گرفته است. در ادامه، تحلیل آماری اطلاعات برداشت شده با استفاده از مدل رگرسیون لجستیک چندمتغیره نشان داد، رانندگانی که در هر ماه، پنج یا شش نوبت تخلیه‌و‌بارگیری می نمایند، نسبت به رانندگانی که در هر ماه بیش از 12 نوبت تخلیه‌و‌بارگیری می‌کنند کمتر مرتکب تخلف اضافه تناژ می‌شوند. در انتها نیز بررسی تحلیل‌های آماری نشان داد، رانندگانی که دارای رفتار تهاجمی در رانندگی هستند، به میزان بیشتری مرتکب تخلف نداشتن برگ باسکول شده اند.

کلیدواژه‌ها


عنوان مقاله [English]

A Data mining approach on the Iranian lorry drivers in various characteristic: Driver behavior, vehicle and travel

نویسندگان [English]

  • Abdolreza Sheikholeslami 1
  • Ehsan Ayazi 2
  • Ali Moghadari 3
1 Assistant ProfessorDepartment of civil engineering, Iran university of science and technology
2 School of civil engineering, Iran university of science and technology.
3 M. Sc. in transportation engineering, Iran university of science and technology.
چکیده [English]

Transportation and logistics play an important role in the economy of countries, while, road transport is one of the most important mode of transportation for the load transportation, especially in developing countries. Accidents are directly related to driving offenses, and drivers who commit more offenses, are more prone to accidents. Therefore, reducing driving offenses can reduce accidents. Hence, the recognition of common driving offenses among heavy vehicle (truck) drivers and the effective factors in directing them to reduce driving offenses can consequently reduce the frequency and severity of accidents. Thus, there is a necessity for further studies to carry out research in this regard more than ever before. The main objective of this study is to identify and evaluate important factors affecting lorry drivers committing traffic offenses. To achieve the goals, the required information categorized into six categories: traffic tonnage, not wearing a seatbelt, unauthorized speed, impaired driving, talking on the phone, lacking a scalp leaf which these factors are known as dependent variables. Also, its influencing factors - in the group of driver characteristics, vehicle and mileage - were conducted by using a demographic questionnaire and driving behavior (DBQ) questionnaire and interviews with 420 drivers over 60 days at the shahid Kheibari Terminal in Mashhad. And after correcting or removing incomplete questionnaires, 351 drivers' information was used for statistical analysis. Besides, statistical analysis of data using a multivariate logistic regression model showed that drivers who discharging and loading five or six times per month are less likely to commit excess tonnage than drivers who discharging and loading more than 12 times per month. The results also show that drivers with less slip behavior and not so-called distraction are less likely to commit unauthorized speed offenses and 85.4% less likely to commit this violation. Finally, analysis of statistical analysis showed that drivers with aggressive driving behavior were more likely to commit lacking a scalp leaf offense.

کلیدواژه‌ها [English]

  • Traffic safety
  • driver behavior questionnaire
  • lorry drivers
  • load transportation
  • multinomial logistic regression