تجزیه و تحلیل شدت تصادفات استان چهارمحال و بختیاری با استفاده از تکنیک یادگیری ماشینی و پیاده سازی شبکه تحت زبان برنامه نویسی پایتون

اهمیت کاهش تعداد تصادفات باعث شده است تا محققان بسیاری راه حل هایی برای تعیین عوامل موثر در تصادفات ارائه دهند. در این تحقیق از زبان برنامه نویسی پایتون برای شناسایی عوامل موثر بر میزان تلفات و آسیب های ناشی از تصادفات استفاده گردید. همچنین پیش بینی شدت تصادفات براساس ۴۱۵۴ سوابق تصادفات رانندگی در استان چهارمحال و بختیاری در یک دوره ۴ ساله (۱۳۹۷ الی ۱۴۰۰) انجام شد. این شبکه بر پایه ۵ متغیر مستقل و شدت ۳ کلاسه پیاده سازی شد که دقت به دست آمده مدل ۸۱/۱۱ درصد با درصد خطا ۰۸/۰ بود که پیش بینی حاصل نشان داد که این روش کدنویسی ابزار قدرتمندی برای تجزیه و تحلیل و پیش بینی تلفات تصادفات می باشد. نتایج حاصل نشان داد که عواملی از جمله واژگونی و سقوط، برخورد وسیله نقلیه با یک وسیله و برخورد وسیله نقلیه با عابر بر شدت تصادفات می افزایند و در مقابل تصادفاتی که در سایر محل ها (پل، پیچ و...) در اثر برخورد با شی ثابت اتفاق می افتد با شدت کمتری مواجه هستند.

Keywords:

تصادفات , پیش بینی , شبکه عصبی مصنوعی