ارايه مدل پيش بيني شدت تصادفات وسايل نقليه با استفاده از داده‌هاي تصادفات (مطالعه موردي محور بابل-گنج افروز)

Presenting Model of Intensity Estimation of Vehicle Accidents Using Accident Data Case Study: Babol-Ganj Afrooz Road

استان مازندران با توجه به طبيعت زيباي خود همواره يكي از استان هاي توريستي و گردشگري مي باشد كه همه ساله تعداد زيادي از افراد در فصول مختلف سال به اين استان سفر مي­كنند. همچنين اين استان يكي از قطب هاي كشاورزي كشور مي­باشد كه سهم زيادي از حمل و نقل اين صنعت، از طريق حمل و نقل جاده اي انجام مي­گيرد كه باعث ايجاد تردد ترافيكي با حجم بالا و در پي آن باعث ايجاد حوادث ترافيكي مي­گردد. آمار ارايه شده در سال هاي اخير نشان مي­دهد كه اين استان، هفتمين استان از نظر تلفات ناشي از تصادفات در كشور مي باشد. بر اين اساس تحقيقات زيادي در مورد شناسايي عوامل موثر بر شدت تصادفات صورت گرفته است و پيشرفت­هاي زيادي هم در اين مورد حاصل شده است، ولي مطالعات انجام شده در مورد رابطه بين شدت تصادفات و نوع برخورد ناچيز بوده، لذا انجام تحقيقات بيشتر در اين مورد ضروري به نظر مي­رسد. در اين پژوهش با بكارگيري مدل چند جمله ­اي لوجيت از مجموعه مدل­ هاي انتخاب براي ارايه مدل پيش بيني شدت تصادفات بهره گرفته شده است. همچنين با استفاده از مدل پيش بيني دو تايي از مجموعه الگوريتم­ هاي داده كاوي شامل الگوريتم CART به عنوان يكي از الگوريتم هاي درخت تصميم و الگوريتمANN- MLP از مجموعه الگوريتم­ هاي شبكه هاي عصبي مصنوعي استفاده گرديد و نتايج مورد نياز استخراج و با يكديگر مقايسه شده ­اند. براساس مطالعه ها صورت گرفته شده در اين پژوهش نشان داده شده است كه بهترين مدل از نظر درصد درست پيش بيني و قابليت ارائه فرمول پيش بيني براي هر سطح، مدلMNL بوده است.نتايج بدست آمده در بخش مدل هاي پيش بيني نشان مي دهد فرمول برآورد شده قادر به پيش بيني شدت تصادفات در سطوح0 (صفر) و 1 با دقت كافي مي باشند.

Due to its beautiful nature, province of Mazandaran which is always one of the tourist and tourist provinces, where many people travel to the province every year in different seasons. The province is also one of the country's agricultural hubs, which contribute a lot to the transportation of this industry through road transport, which creates high traffic volume traffic and, as a result, traffic accidents. The statistics provided in recent years show that this province is the seventh province for casualties caused by accidents in the country. Based on this, a lot of research has been carried out on the identification of factors affecting the severity of accidents and there have been many advances in this regard, but studies on the relationship between the severity of accidents and the type of collision have been negligible, so further research in this It seems necessary. In this research, using a model of logistic polynomials from a set of selection models for predicting the intensity of accidents has been used. Also, using a prediction model of two sets of data mining algorithms including CART algorithm as one of decision tree algorithms and ANN-MLP algorithm, an array of artificial neural network algorithms was used and the required results were extracted and with each other have been compared. According to the studies carried out in this study, it has been shown that the best model was the MNL model in terms of the correct prediction and the ability to present the prediction formula for each level. The results obtained in the forecasting section show that the estimated formula is able to predict the severity of accidents at 0 (zero) and 1 levels with sufficient accuracy.