شماره ركورد كنفرانس :
2527
عنوان مقاله :
بررسي تاثير ساختارهاي شبكه راه بر شدت تصادفات درون شهري با استفاده از روش رگرسيون اسپيلاين تطبيقي چندگانه
پديدآورندگان :
قديريان آراني مجيد نويسنده گروه سيستمهاي اطلاعات جغرافيايي، پرديس دانشكدههاي فني، دانشگاه تهران , پهلواني پرهام نويسنده دانشكده مهندسي نقشه¬برداري و اطلاعات مكاني، پرديس دانشكده¬هاي فني، دانشگاه تهران , عفتي ميثم نويسنده گروه مهندسي عمران (راه و ترابري)، دانشكده فني، دانشگاه گيلان , نوري الموتي فاطمه نويسنده گروه سيستمهاي اطلاعات جغرافيايي، دانشگاه تربيت دبير شهيد رجايي
كليدواژه :
شدت تصادف , رگرسيون اسپيلاين تطبيقي چندگانه , شبكه عصبي مصنوعي پيش خور , معيارهاي مركزيت عمومي
عنوان كنفرانس :
دومين كنفرانس ملي مهندسي فناوري اطلاعات مكاني
چكيده فارسي :
یكی از معضلات اجتماعی در سطح جهان و بهخصوص در كشورهای درحالتوسعه كه هرساله جان تعداد زیادی از مردم را گرفته و هزینههای سنگینی را به جامعه وارد میكند، تصادفات رانندگی است. شناسایی عوامل تأثیرگذار برشدت تصادفات درونشهری برای بهبود ایمنی شبكههای حملونقل و تخصیص منابع امری ضروری به نظر میرسد. درشدت تصادفات بزرگراههای درونشهری عوامل متعددی نقش دارند كه یكی از مهمترین این عوامل ساختار مكانی شبكه راه¬ها می¬باشد . منظور از ساختار مكانی نحوه قرارگیری معابر است كه بر نحوه شكلگیری الگوی حركتی افراد و وقوع تصادفات تأثیرگذار است. در این تحقیق هدف برآورد شدت تصادفات درونشهری با بررسی تأثیر ساختار شبكه راه است كه روی خطوط بزرگراهی شهر آتلانتا مركز ایالت جورجیا تمركز میكند، است. بدین منظور از مدل شبكه عصبی مصنوعی پیش¬خور و روش رگرسیون اسپیلاین تطبیقی چندگانه استفادهشده و خروجی این دو روش كه شدت تصادف در هر خط بزرگراهی است مقایسه می¬شوند. نتایج تحقیق نشان می¬دهد روش رگرسیون اسپیلاین تطبیقی چندگانه با R2=0.856 و روش شبكه عصبی مصنوعی پیش¬خور با R2=0.623 حاكی از بهتر بودن 23 درصدی روش رگرسیون اسپیلاین تطبیقی چندگانه نسبت به شبكه عصبی مصنوعی پیش¬خور در برآورد شدت تصادفات است، همچنین نتایج مدلسازی نشان می¬دهد كه وضع موجود شبكه بزرگراهی منطقه موردمطالعه بهینه نبوده و در قطعاتی از راه باید شبكه اصلاح شود.
شماره مدرك كنفرانس :
4411740