حسام الدین راضی اردکانی - دانشجوی کارشناسی ارشد برنامه ریزی حمل و نقل،دانشکده مهندسی عمران،د
امیر صمیمی - استادیار و عضو هیئت علمی، دانشکده مهندسی عمران، دانشگاه صنعتی شریف

پژوهشحاضر با هدف بررسی دقیقتر پیرامون عوامل موثر بر شدت تصادفات جلو به جلو درونشهری انجام گرفته است. در این راستا، تصادفات شهر تهران با به کارگیری مدلهای پروبیت، لوجیت و شبکه عصبی مصنوعی، مدلسازی و تحلیل شده است. متغیر وابسته، شدت تصادفات (جرحی و خسارتی) و متغیرهای مستقل، پارامترهایی چون ویژگیهای راننده، زمان وقوع حادثه، مشخصات محیطی و ترافیکی میباشند. درانتها علاوه بر مقایسه دقت پیشبینی سه مدل، الاستیسیته متغیرها در مدل لوجیت و پروبیت با تحلیل حساسیت شبکه عصبی مقایسه گردیده است. نتایج نشان میدهد که مدلهای پیشنهادی از توانایی بالایی درتخمین شدت تصادفات برخوردار هستند. همچنین شبکه عصبی مصنوعی میتواند کارایی مناسبی در تحلیل اثر عوامل دخیل بر شدت تصادفات داشته باشد. عواملی چون جنسیت، سن و تحصیلات راننده در افزایششدت تصادفات موثر بوده است. تصادفات بوقوع پیوسته به دلیل بیتوجهی به مقررات، عجله و شتاب بیمورد، انحراف به چپ یا تغییر مسیرناگهانی وسیله با شدت بیشتری همراه بوده است. همچنین عواملی چون نوعوسیله مقصر، وضعیت روسازی، زمان تصادف وعرض معبر، در افزایش احتمال جرحی بودن تصادف موثر بوده است

شدت تصادف، برخورد جلو به جلو، مدل لوجیت، شبکه عصبی مصنوعی