ارائه مدل پیش بینی تعداد تصادفات در میادین شهری به کمک شبکه عصبی (نمونه موردی: شهر اردبیل)

ده درصد کل تصادفات در منطقه موردمطالعه مربوط به تصادفات در میادین شهری می‏باشد. هدف از این پژوهش، تعیین پارامترهای موثر در تصادفات در میادین شهری و ارائه مدل پیش بینی فراوانی تصادفات می باشد.

 روش:

روش این پژوهش به صورت توصیفی - پیمایشی است. در این پژوهش، 456 تصادف که در 26 میدان شهر اردبیل از سال 1393 تا 1395 رخ داده است، بررسی و عوامل موثر در هریک از آن تصادفات جمع‏آوری شدند. عوامل به صورت پرسش‏نامه طراحی شد تا با استفاده از روش طیف لیکرت و روش دلفی و نظرسنجی از خبرگان، عوامل موثر پالایش و پارامترهای نهایی جهت مدل سازی انتخاب شوند. نمونه آماری، 102 نفر انتخاب شد. تعداد 40 پارامتر اولیه موثر در تصادفات انتخاب شدند. پرسش‏نامه‏ ها با آزمون‏های آماری و میانگین و توان افتراقی تجزیه وتحلیل شدند که تعداد 16 پارامتر با تاثیر بالا برای مدل سازی شناخته شدند. تحلیل و مقایسه نتایج مدل سازی به دو روش انجام شد؛ روش اول، استفاده از مدل آماری رگرسیون خطی با نرم‏افزار مینی تب 14 و روش دوم، استفاده از مدل شبکه عصبی مصنوعی با نرم‏افزار متلب است.

نتایج تحلیل آماری نشان می‏دهد که از بین مدل‏های رگرسیون ارائه شده، بهترین مدل پیش بینی فراوانی تصادفات شامل سه پارامتر حجم ترافیک میدان، تعداد معابر منتهی به میدان، وجود یک مکان تولید و جذب سفر است. همچنین نتایج تحلیل شبکه عصبی نیز نشان داد که مدل برتر در پیش بینی تعداد تصادفات، مدلی با 4 پارامتر ورودی حجم ترافیک اصلی، وجود ایستگاه تاکسی و اتوبوس، سرعت‏گیر در معابر اصلی و تعداد معابر منتهی به چهارراه است.