ارائه روش استراتژیک ایمنی مبادی وروی شهری بر مبنای عوامل موثر بر تصادفات با استفاده از مدل های شبکه عصبی و رگرسیون پواسون

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 69

فایل این مقاله در 40 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_TMSJR-16-2_005

تاریخ نمایه سازی: 14 بهمن 1402

چکیده مقاله:

زمینه و هدف: با توجه به این که تصادفات مبادی ورودی شهرها در راه های چندخطه برون شهری سهم قابل ملاحظه­ ای در تصادفات جاده ­ای دارند، به عنوان چالش ­دهه اخیر، کاهش این نوع تصادفات و ارائه­ راه کارهای متناسب برای افزایش ایمنی این نوع جاده ­ها ضروری است؛ بنابراین اهداف پژوهش حاضر عبارت انداز: شناسایی و اولویت­ بندی عوامل موثر در تصادفات ورودی جاده­ های چند­خطه برون­شهری و سپس ارائه مدل استراتژیکی کنترلی مبتنی بر عوامل موثر اولویت­ بندی شده در تصادفات این نوع راه ها با درجه عملکردی مختلف است.روش: ابتدا به تعداد تصادفات و متغیرهای مرتبط در محورهای مورد مطالعه در محدوده شهرها در استآن های تهران، اصفهان و یزد پرداخته می­شود و سپس اولویت­ بندی متغیرها با استفاده از مدل­ شبکه عصبی پرسپترون مبتنی بر ریشه دوم میانگین مربعات خطا و تحلیل حساسیت و مدل رگرسیون پواسون منطبق بر ضریب اهمیت و مقدار آماری t صورت می گیرد. درنهایت مقایسه عملکردی مدل­ های پیشنهادی در اثرگذاری عوامل موثر برای استراتژی­ های پیشنهادی به ­دست می ­آید.یافته­ ها: نتایج حاصل از پژوهش حاضر نشان داد که برترین مدل، شبکه­ عصبی پیش خور با تابع آموزشی لونبرگ- مارکوادت دارای ۷ متغیر ورودی و ۵ نورون پنهان دارای مقدار ریشه­ میانگین مربعات خطای ۰۲۰/۱ است که به ترتیب متغیرهای شیب طولی، سرعت عملکردی، تغییر تعداد خطوط راه، درصد خودروهای سنگین، درجه عملکردی راه، دوربین کنترل سرعت و عرض راه مهم­ترین عوامل مژثر بر تعداد تصادفات در راه­ ها با درجه عملکردی مختلف است. درحالی­که، براساس مدل رگرسیون پواسون ۶ متغیر موثر به­ترتیب شامل: سرعت عملکردی، شیب طولی، عرض راه، تغییر تعداد خطوط راه، درجه عملکردی و درصد خودروهای سنگین هستند. هم چنین نتایج اثرگذاری متغیرها و عوامل اثرگذار براساس دو مدل پیشنهادی نشان داد که شیب طولی مسیر در مدل شبکه عصبی و رگرسیون پواسون توانسته به­ ترتیب ۴۰ درصد و ۴۵ درصد برای راه های اصلی درجه یک نسبت به بقیه متغیرهای موثر تعداد تصادفات را کاهش دهد.نتیجه­ گیری: مقایسه عملکردی دو مدل پیشنهادی شبکه عصبی و رگرسیون پواسون نیز در اثرگذاری عوامل موثر برای استراتژی­ های پیشنهادی نشان داد که مدل رگرسیون پواسون با خطای پیش­ بینی کمتر، قابلیت زیادی در شناسایی و اثربخشی استراتژی­ های ایمنی نسبت به مدل شبکه عصبی دارد.

نویسندگان

شهاب حسن پور

استادیار برنامه ریزی حمل ونقل، دانشگاه آیت الله العظمی بروجردی

رضا امامی

دانشجوی کارشناسی ارشد عمران، دانشگاه آزاد اسلامی، واحد الکترونیک، تهران

فرهاد حدادی

دانشجوی دکتری، گروه مهندسی عمران، دانشگاه صنعتی شاهرود

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • احمدی ­نژاد، محمود. (۱۳۸۱). ایمنی تصادفات جاده­ای، دانشگاه علم و ...
  • افندی­زاده زرگری، شهریار؛ گلشن خواص، رضا. (۱۳۸۵). طراحی مدل ایمنی ...
  • افندی زاده، شهریار؛ حمیدی، محمدحسین؛ صادقی، جواد. (۱۳۹۶). شناسایی عوامل ...
  • حقیقی، فرشیدرضا؛ یوسفی، حامد؛ جعفری، رضا؛ اکبری، علی. (۱۳۹۴). بررسی ...
  • بررسی علل تصادفات محدوده ورودی شهرهای کشور [مقاله کنفرانسی]
  • داودی، سید رسول. (۱۳۸۰). مکان­یابی مجتمع­های خدمات رفاهی بین راهی. ...
  • دیوان دری، حسن؛ عابدین­زاده، افشین. (۱۳۹۵). شناسایی و اولویت­بندی شاخص­های ...
  • سازمان حمل­ونقل و پایانه­های کشور. (۱۳۷۸). تجزیه و ­تحلیل تصادفات ...
  • سرکار، علیرضا؛ امامی، احمد. (۱۳۹۶). پیش­بینی تصادفات جادهای با استفاده ...
  • شرقی، شکوفه. (۱۳۷۸). تصادفات جاده ای مطالعه موردی جاده یزد- ...
  • فصلنامه علمی مطالعات مدیریت ترافیک، دوره ۲، شماره ۷، ص ...
  • شیرمحمدی، حمید؛ حدادی، فرهاد؛ صمدی، صبا. (۱۳۹۷). شناسایی و اولویت­بندی ...
  • صمدیان، منیرالسادات؛ جعفری، ادریس. (۲۰۱۹). شناسایی و اولویت بندی عوامل ...
  • مدل سازی همزمان تاثیر عوامل هندسی، توپوگرافی و دسترسی راه در تصادفات راه های برون شهری با عامل سازی و رگرسیون خطی تعمیم یافته (مطالعه موردی: راه های استان کرمان) [مقاله ژورنالی]
  • قبادی، محمد؛ حسن زاده، محمدرضا؛ زراعت پیما، فرامرز. (۱۳۹۵). پیش ...
  • تجزیه و تحلیل آماری تصادفات جاده ای محور اهر-تبریز در بازه زمانی 1390 تا 1394 [مقاله کنفرانسی]
  • قرنجیک، عبدالمجید؛ نقافی، آرش؛ یاراحمدی، علی. (۱۳۹۸). بررسی ابهامات پویش ...
  • مرادی علی، رحمانی، خالد؛ هوشمندی، شجاع مصطفی؛ رحیمی، سپهر حسن؛ ...
  • Afandizadeh, S. & Hassanpour, S. (۲۰۲۰). Evaluating the Effect of ...
  • Afework, A. & Sipos, T. (۲۰۲۰). Modelling of accidents for ...
  • Aghdam, F. B.; Sadeghi-Bazargani, H.; Azami-Aghdash, S.; Esmaeili, A.; Panahi, ...
  • Amin, S. (۲۰۲۰). Backpropagation–Artificial Neural Network (BP-ANN): Understanding gender characteristics ...
  • Chang, L.Y. (۲۰۰۵). Analysis of freeway accident frequencies: negative binomial ...
  • Davoodi, S. R. & Ahmadi, P. (۲۰۱۵). Prioritizing Suggested Strategies ...
  • Egilmez, G. & McAvoy, D. (۲۰۱۷). Predicting nationwide road fatalities ...
  • Effects of Roadway and Traffic Characteristics on Accidents Frequency at City Entrance Zone [مقاله ژورنالی]
  • García de Soto, B.; Bumbacher, A.; Deublein, M. & Adey, ...
  • Joshua, S.C. & Garber, N.J. (۱۹۹۰). Estimating truck accident rate ...
  • Ogwueleka, F.N.; Misra, S.; Ogwueleka, T.C. & Fernandez-Sanz, L. (۲۰۱۴). ...
  • Parsa, A.B.; Movahedi, A.; Taghipour, H.; Derrible, S. & Mohammadian, ...
  • Reddy, C.A. & Jella Sowjanya, D.C. (۲۰۱۹). Crash modelling for ...
  • Shirmohammadi, H.; Najib, A. S. & Hadadi, F. (۲۰۱۸). Identification ...
  • Sunny, M.S.H.; Hossain, E.; Sutradhar, A.; Mandal, M. & Rafiq, ...
  • Wang, D.; Krebs, E.; Nickenig Vissoci, J.R.; de Andrade, L.; ...
  • World Health Organization. (۲۰۱۸). Country Profiles: Iran (Islamic Republic of), ...
  • نمایش کامل مراجع