dc.contributor.author |
ณกร อิทร์พยุง |
|
dc.contributor.other |
มหาวิทยาลัยบูรพา. คณะโลจิสติกส์ |
|
dc.date.accessioned |
2019-04-21T05:21:36Z |
|
dc.date.available |
2019-04-21T05:21:36Z |
|
dc.date.issued |
2559 |
|
dc.identifier.uri |
http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3523 |
|
dc.description.abstract |
การวางแผนและออกแบบสถานีรถไฟฟ้า มีความสำคัญอย่างยิ่งต่อการพัฒนาระบบราง การศึกษา และวิเคราะห์พฤติกรรมผู้โดยสารบริเวณสถานี จะช่วยเป็นแนวทางในการวางแผน การกำหนดมาตรฐานในการออกแบบสถานีรถไฟฟ้าและพื้นที่โดยรอบให้เป็นไปอย่างมีประสิทธิภาพ ในโครงการศึกษานี้ประยุกต์ใช้เทคโนโลยีระบบขนส่งและจราจรอัจฉริยะ (ITS) ในการสำรวจเก็บข้อมูลเพื่อนำมาพัฒนาแบบจำลองการเดินทาง คณะวิจัยได้สำรวจข้อมูลลักษณะการขึ้นลงของผู้โดยสารบริเวณสถานีรถไฟฟ้า ในกรณีที่เป็นสถานีเปลี่ยนสายและขบวนรถไฟฟ้า จะมีผู้โดยสารจำนวนมากที่มาใช้สถานี โดยเฉพาะในช่วงเวลาเร่งด่วน การขึ้นลงของผู้โดยสารมีความหนาแน่นและเบียดเสียด รวมถึงมีความเร่งรีบในการเปลี่ยนถ่ายขบวนในการแบ่งกลุ่มผู้โดยสาร วิธีคลัสเตอร์ C-mean ได้ถูกนำมาประยุกต์ใช้โดยใช้ความเร็วในการเดินทางของผู้โดยสารเป็นค่าคุณลักษณะในการแบ่งกลุ่มผู้โดยสาร ซึ่งสามารถแบ่งออกเป็น 3 กลุ่ม ได้แก่ กลุ่มที่ 1 (8.346, 57.719) กลุ่มที่ 2 (7.017, 68.434) และกลุ่มที่ 3 (6.032, 79.695) โดยที่ค่า 8.346, 7.017 และ 6.032 เป็นเวลาการเดินทางมีหน่วยเป็นวินาที และค่า 57.719, 68.434 และ 79.695 เป็นความเร็วในการเดินทางมีหน่วยเป็นเมตรต่อนาที นอกจากนี้ การวิเคราะห์ผลด้านการจราจร จะใช้ความเร็ว การไหลของคนเดินเท้าต่อหน้าตัด ซึ่งจะบ่งบอกถึงปริมาณคนเดินเท้าที่เข้าสู่พื้นที่นั้น ๆ รวมถึงสะท้อนให้เห็นถึงระดับการให้บริการของทางเดินของคนเดินเท้าในบริเวณนั้น ๆ นั่นคือ ที่บริเวณชั้นออกบัตรโดยสาร สถานีรถไฟฟ้า กรณีศึกษา ที่บริเวณทางเดินกว้าง 6 เมตร ยาว 10 เมตร โดยเก็บข้อมูลเป็นระยะเวลา 15 นาที ที่มีการไหลผ่านหน้าตัด 840 คน คิดเป็นการไหลต่อหน้าตัดเท่ากับ 2.8 คน/นาที/ฟุต ซึ่งคิดเป็นการให้บริการที่สถานีรถไฟฟ้าอยู่ในระดับ A |
th_TH |
dc.description.sponsorship |
โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณเงินแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2559 |
th_TH |
dc.language.iso |
th |
th_TH |
dc.publisher |
คณะโลจิสติกส์ มหาวิทยาลัยบูรพา |
th_TH |
dc.subject |
สถานีรถไฟ |
th_TH |
dc.subject |
สถานีรถไฟ -- การออกแบบและการสร้าง |
th_TH |
dc.subject |
สาขาวิศวกรรมศาสตร์และอุตสาหกรรมวิจัย |
th_TH |
dc.title |
โครงการประเมินความสามารถในการเข้าถึงสถานีรถไฟฟ้าขนส่งมวลชนเพื่อสนับสนุนการพัฒนาระบบรางในเขตเมือง |
th_TH |
dc.title.alternative |
Assessing accessibility of transit terminal for supporting urban railway system development |
en |
dc.type |
Research |
|
dc.author.email |
nakorn@buu.ac.th |
th_TH |
dc.year |
2559 |
th_TH |
dc.description.abstractalternative |
The planning and design of electric train station is of importance to the development of rail transportation. The study and analysis of passenger behavior at the station can guide planning and determine the standard of the design of railway station more efficiently. In this study applies the intelligent transportation system (ITS) to survey and collect data in order to develop the travel demand model. We survey passenger behavior at the train station. In case of the interchange station, there is a number of passengers using the station especially during rush hours. Passengers flow in and out the station resulting the station dense and crowded as well as the quick movement of passengers changing the train lines. To cluster the passengers, C-mean clustering technique is applied. By defining the velocity of passenger movement. In this study, train passengers are clustered into three groups: Cluster 1 (8.346, 57.719), Cluster 2 (7.017, 68.434) and Cluster 3 (6.032, 79.695), where 8.346, 7.017 and 6.032 are the travel time in seconds, and 57.719, 68.434 and 79.695 are passenger flow velocity in meter per minute. In addition, the analysis of passenger flow, the velocity and flow per segment are used to identify the number of passengers in the section area. That is, at the ticket issuing area of the train station with 6* 10 meters of the walkway by collecting the data for 15 minutes at the flow section 840 persons, as a result the flow per section 2.8 per/ min/ ft. This provides levelof service A for the train station in our case study |
en |