استفاده از روش رگرسيون بردار پشتيبان بمنظور بررسي تاثيرساختارهاي شبكه راه بر شدت تصادفات شهري

يكي از معضلات اجتماعي در سطح جهان و به خصوص در كشورهاي در حال توسعه كه هرساله جان تعداد زيادي از مردم را گرفته و هزينه هاي سنگيني را به جامعه وارد مي كند، تصادفات رانندگي است. شناسايي عوامل تأثير گذار بر شدت تصادفات درون شهري براي بهبود ايمني شبكه هاي حمل ونقل و تخصيص منابع امري ضروري به نظر مي رسد. در شدت تصادفات بزرگراه هاي درون شهري عوامل متعددي نقش دارند كه يكي از مهم ترين اين عوامل ساختار مكاني شبكه راهها مي باشد . منظور از ساختار مكاني نحوه قرار گيري معابر است كه بر نحوه شكل گيري الگوي حركتي افراد و وقوع تصادفات تأثيرگذار است. در اين تحقيق هدف برآورد شدت تصادفات درون شهري با بررسي تأثير ساختار شبكه راه است كه روي خطوط بزرگراهي شهر آتلانتا مركز ايالت جورجيا تمركز مي كند، است. بدين منظور از مدل شبكه عصبي مصنوعي پيش خور و روش رگرسيون بردار پشتيبان استفاده شده و خروجي اين دو روش كه شدت تصادف در هر خط بزرگراهي است مقايسه مي شوند. نتايج تحقيق نشان مي دهد روش رگرسيون بردار پشتيبان با 0/736=R2 و روش شبكه عصبي مصنوعي پيش خور با 0/527=R2 حاكي از بهتر بودن 39 درصدي روش رگرسيون بردار پشتيبان نسبت به شبكه عصبي مصنوعي پيش خور در برآورد شدت تصادفات است، همچنين نتايج مدل سازي نشان ميدهد كه وضع موجود شبكه بزرگراهي منطقه مورد مطالعه بهينه نمي باشد.