การวิเคราะห์ตำแหน่งจอดของผู้ขับขี่รถจักรยานยนต์ที่ขาของทางแยกสัญญาณไฟจราจรในเขตเมืองด้วยแบบจำลองต้นไม้ตัดสินใจ

ผู้แต่ง

  • Thanapol Promraksa นักศึกษา หลักสูตรปรัชญาดุษฎีบัณฑิต สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Thaned Satiennam ศาสตราจารย์ สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
  • Phongphan Tankasem ผู้ช่วยศาสตราจารย์ สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหาสารคาม
  • Wuttikrai Chaipanha ผู้ช่วยศาสตราจารย์ สาขาวิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน วิทยาเขตขอนแก่น
  • Trust Satiennam อาจารย์ สาขาวิชาวิศวกรรมโยธา คณะเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ในพระบรมราโชว์ปถัมภ์

คำสำคัญ:

ผู้ขับขี่รถจักรยานยนต์ , ตำแหน่งจอด , แบบจำลองต้นไม้ตัดสินใจ

บทคัดย่อ

ตำแหน่งการจอดของรถจักรยานยนต์ที่ขาของทางแยกสัญญาณไฟจราจรในเขตเมืองที่เหมาะสม สามารถลดความขัดแย้งระหว่างรถจักรยานยนต์และผู้ใช้รถใช้ถนนประเภทอื่นๆได้ วัตถุประสงค์ของการศึกษานี้เพื่อระบุปัจจัยที่มีอิทธิพลต่อตำแหน่งการจอดของผู้ขับขี่รถจักรยานยนต์ที่ขาของทางแยกสัญญาณไฟจราจรในเขตเมืองที่มีลักษณะการจราจรแบบผสมผสาน การศึกษานี้สำรวจพฤติกรรมการจอดของผู้ขับขี่รถจักรยานยนต์ที่ขาของทางแยกสัญญาณไฟจราจร จำนวน 24 ขา ในเขตเมืองขอนแก่นด้วยอากาศยานไร้คนขับ ข้อมูลของตัวอย่างผู้ขับขี่รถจักรยานยนต์จำนวน 1,413 คน ถูกนำมาวิเคราะห์เพื่อหาปัจจัยที่มีอิทธิพลต่อตำแหน่งการจอดด้วยแบบจำลองต้นไม้ตัดสินใจ ผลการศึกษาพบว่า ปัจจัยที่มีอิทธิพลต่อตำแหน่งการจอดของรถจักรยานยนต์ คือ ช่วงเวลาเร่งด่วน ทิศทางของรถจักรยานยนต์ที่ขับออกจากทางแยก ประเภทของรถจักรยานยนต์ การมีรถขนาดใหญ่กว่าจอดในแถวคอย และการสวมหมวกนิรภัยของผู้ขับขี่รถจักรยานยนต์ ผลการศึกษานี้สามารถประยุกต์ใช้เป็นข้อเสนอแนะสำหรับการจัดการจราจรที่ขาของทางแยกสัญญาณไฟจราจรในเขตเมืองเพื่อให้รถจักรยานยนต์มีความปลอดภัยมากขึ้น

References

Tosi JD, Poó FM, Ledesma RD, Firsenko E. Safety of child passengers who ride to school on a motorcycle: An observational study in two Argentine cities. IATSS Res [Internet]. 2021 Jul;45(2): 176–181. Available from: https://linkinghub.elsevier.com/retrieve/pii/S0386111220300686

Irawan MZ. A joint choice decision model of intra-household interaction-based motorcycle mode and departure time in Yogyakarta, Indonesia. IOP Conf Ser Mater Sci Eng [Internet]. 2019 Oct 1;650(1):012042. Available from: https://iopscience.iop.org/article/10.1088/1757-899X/650/1/012042

Abrari Vajari M, Aghabayk K, Sadeghian M, Shiwakoti N. A multinomial logit model of motorcycle crash severity at Australian intersections. J Safety Res. 2020;73:17–24.

Yao R, Zeng W, Chen Y, He Z. A deep learning framework for modelling left-turning vehicle behaviour considering diagonal-crossing motorcycle conflicts at mixed-flow intersections. Transp Res Part C Emerg Technol [Internet]. 2021 Nov;132:103415. Available from: https://linkinghub.elsevier.com/retrieve/pii/S0968090X21004095

Ramlan R, Irawan MZ, Munawar A. Behavioral factors of motorcyclists in right-turn movements at unsignalized intersections: An insight from Yogyakarta, Indonesia. IATSS Res [Internet]. 2021 Apr;45(1):116–22. Available from: https://linkinghub.elsevier.com/retrieve/pii/S0386111220300546

Jantosut P, Satiennam W, Satiennam T, Jaensirisak S. Factors associated with the red-light running behavior characteristics of motorcyclists. IATSS Res [Internet]. 2021 Jul;45(2):251–7. Available from: https://linkinghub.elsevier.com/retrieve/pii/S0386111220300881

Promraksa T, Satiennam T, Satiennam W, Kaewwichian P, Kronprasert N. Factors Influencing Stopping Locations of Motorcycle Riders on Signalized Urban Intersection Approaches. Sustainability [Internet]. 2022 Nov 16;14(22):15236. Available from: https://www.mdpi.com/2071-1050/14/22/15236

Van Schagen I, Sagberg F. The Potential Benefits of Naturalistic Driving for Road Safety Research: Theoretical and Empirical Considerations and Challenges for the Future. Procedia - Soc Behav Sci [Internet]. 2012;48:692–701. Available from: https://linkinghub.elsevier.com/retrieve/pii/S1877042812027838

Yamaguchi T. The need for building role models for motorcycle riders’ education in the kingdom of Cambodia. IATSS Res [Internet]. 2018 Dec;42(4):190–6. Available from: https://linkinghub.elsevier.com/retrieve/pii/S0386111218301146

Minh CC, Sano K, Matsumoto S. Maneuvers of motorcycles in queues at signalized intersections. J Adv Transp [Internet]. 2012 Jan;46(1):39–53. Available from: http://doi.wiley.com/10.1002/atr.144

Hajjej F, Alohali MA, Badr M, Rahman MA. A Comparison of Decision Tree Algorithms in the Assessment of Biomedical Data. Rokaya D, editor. Biomed Res Int [Internet]. 2022 Jul 7;2022:1–9. Available from: https://www.hindawi.com/journals/bmri/2022/9449497/

Gunduz M, Al-Ajji I. Employment of CHAID and CRT decision tree algorithms to develop bid/no-bid decision-making models for contractors. Eng Constr Archit Manag [Internet]. 2021 Aug 12; Available from: https://www.emerald.com/insight/content/doi/10.1108/ECAM-01-2021-0042/full/html

Anvari MB, Tavakoli Kashani A, Rabieyan R. Identifying the Most Important Factors in the At-Fault Probability of Motorcyclists by Data Mining, Based on Classification Tree Models. Int J Civ Eng [Internet]. 2017 Jun 4;15(4):653–62. Available from: http://link.springer.com/10.1007/s40999-017-0180-0

Althuwaynee OF, Pradhan B, Park H-J, Lee JH. A novel ensemble decision tree-based CHi-squared Automatic Interaction Detection (CHAID) and multivariate logistic regression models in landslide susceptibility mapping. Landslides [Internet]. 2014 Dec 24;11(6):1063–78. Available from: http://link.springer.com/10.1007/s10346-014-0466-0

Wang L, Chen F, Yin H. Detecting and tracking vehicles in traffic by unmanned aerial vehicles. Autom Constr [Internet]. 2016 Dec;72:294–308. Available from: https://linkinghub.elsevier.com/retrieve/pii/S0926580516300887

Khan M, Ectors W, Bellemans T, Janssens D, Wets G. Unmanned Aerial Vehicle-Based Traffic Analysis: A Case Study for Shockwave Identification and Flow Parameters Estimation at Signalized Intersections. Remote Sens [Internet]. 2018 Mar 14;10(3):458. Available from: http://www.mdpi.com/2072-4292/10/3/458

Freeman BS, Al Matawah JA, Najjar M Al, Gharabaghi B, Thé J. Vehicle stacking estimation at signalized intersections with unmanned aerial systems. Int J Transp Sci Technol [Internet]. 2019 Jun;8(2):231–49. Available from: https://linkinghub.elsevier.com/retrieve/pii/S2046043018300789

Champahom T, Jomnonkwao S, Chatpattananan V, Karoonsoontawong A, Ratanavaraha V. Analysis of Rear-End Crash on Thai Highway: Decision Tree Approach. J Adv Transp [Internet]. 2019 Nov 27;2019:1–13. Available from: https://www.hindawi.com/journals/jat/2019/2568978/

Downloads

เผยแพร่แล้ว

2023-09-06

ฉบับ

บท

บทความวิจัย