پیش بینی شدت تصادفات جاده ای با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روش آنالیز چند متغیره
Publish place: Road Journal، Vol: 29، Issue: 106
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 494
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ROAD-29-106_001
تاریخ نمایه سازی: 25 بهمن 1399
Abstract:
پیش بینی شدت تصادفات در صورتی که با متدلوژی های دارای مبانی علمی انجام گیرد می تواند به عنوان ابزاری مهم در مدیریت ایمنی راهها و مهندسی حمل و نقل محسوب شود. در این مقاله روشی برای شناسایی و پیش بینی و شدت تصادفات در راههای بین شهری ارائه شده است. این روش مبتنی بر یک تحقیق تجربی است که در یک کریدور مهم و شریانی واقع در استان خراسان رضوی انجام شده است. تجزیه و تحلیل حوادث رخ داده مربوط به سالهای 1392 تا 1395 و داده هایی است که از گزارش پلیس راه بدست آمده است. سایر اطلاعات از جمله داده های هندسی از طریق برداشت میدانی و نیز بهره گیری از سیستم اطلاعات جغرافیایی و اطلاعات ترافیکی از اداره مربوطه در استان یاد شده جمع آوری شده است. داده ها در سیستم GIS ، ثبت و ذخیره شد و با استفاده از یک سری روشهای آماری پردازش گردید و نتایج از دو مدل مورد بررسی به دست آمد. مدل1 از طریق آنالیز چند متغیره (MVA)1 و مدل2 با استفاده از تکنیک شبکه عصبی مصنوعی(ANN)2 ایجاد گردید. با مقایسه این دو مدل ، مشخص شد که مدل 2 از مدل 1 دارای نتایج بهتری است به این دلیل که جمع کل مقدار باقیمانده که تفاوت بین میزان واقعی مشاهده شده و میزان پیش بینی شده توسط مدل است در مدل 2 کمتر است. اگرچه که به نظر می رسد مدل 1 در تخمین مقاطع پرتصادف خطرناک تر(دارای تعداد زیاد فقره تصادف) کارایی و عملکرد بهتری دارد.
Keywords:
Authors
محمدرضا کی منش
استادیار، گروه عمران، دانشکده فنی و مهندسی، دانشگاه پیام نور، تهران، ایران
نصیر برادران رحمانیان
دانشجوی دکتری، دانشکده فنی و مهندسی، دانشگاه پیام نور، تهران، ایران