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
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
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.
کلیدواژه ها:
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 :