دانلود مقاله ISI انگلیسی شماره 87862
ترجمه فارسی عنوان مقاله

اتومبیل پیک در اروپا؟

عنوان انگلیسی
Peak Car in Europe?
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
87862 2017 20 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Transportation Research Procedia, Volume 25, 2017, Pages 531-550

ترجمه کلمات کلیدی
حمل و نقل جاده ای، ماشین پیک، تقاضای حمل و نقل، نظر سنجی، جنگل تصادفی
کلمات کلیدی انگلیسی
road transport; peak car; transport demand; survey; random forest;
ترجمه چکیده
اغلب استدلال می شود که تقاضای سفر خودرو تاکنون در اقتصادهای پیشرفته به بالاترین سطح رسیده است. تفسیر روند فعلی جمعیت شناسی و ترجیحات کاربر و همچنین افزایش دسترسی به وسایل حمل و نقل جایگزین ممکن است این تصور را به ما نشان دهد که ما به سن کاهش وابستگی به خودرو رسیده ایم. با این حال، عواملی که بر تقاضای مسافرت تأثیر می گذارد، بسیار زیاد است و اغلب بر تقاضای سفر اتومبیل در جهت مخالف تاثیر می گذارد. کار ارائه شده در اینجا، عوامل زمینه ای را که بر انتخاب کاربران تأثیر می گذارد، و تلاش برای ارزیابی اهمیت آنها برای آینده در سراسر اروپا، تحلیل می کند. این روش بر مبنای نتایج یک بررسی اخیر در سراسر جهان که حاوی تنظیمات کاربر و استفاده از یک مدل طبقه بندی تصادفی جنگل است، توضیح می دهد که تعامل متغیرهای اصلی که بر این گزینه ها تاثیر می گذارد، مبتنی بر نقشه است.
پیش نمایش مقاله
پیش نمایش مقاله  اتومبیل پیک در اروپا؟

چکیده انگلیسی

It is often argued that car travel demand has already reached a peak in developed economies. The interpretation of current trends in demographics and user preferences, as well as the increasing availability of alternative transport modes may give the impression that we have reached the age of lowering the dependence on the automobile. The factors that affect travel demand are, however, numerous and often affect car travel demand in opposing directions. The work presented here analyses the underlying factors that affect user choices and attempts to extrapolate their importance for the future across Europe. The methodology is based on the results of a recent EU-wide travel survey that maps user preferences and on the application of a Random Forest classification model that explains the interaction of the main variables that affect these choices.