چكيده فارسي :
ايمني در تقاطع به دليل نقاط برخورد احتمالي فراوان و مسيرهاي مختلف موجود، شكل ويژهاي به خود ميگيرد كه نياز به
تحليلهاي ويژهاي خواهد داشت. يكي از روشهاي تحليل ايمني در تقاطع ها، ايجاد مدلهاي پيشبيني تصادفات با استفاده از مدلهاي رگرسيوني پواسون و دوجملهاي منفي است. هر چند كه استفاده از رگرسيون دوجملهاي منفي بدليل رسيدگي به بيش پراكندگي دادهها ارجحيت دارد. اما تحقيق حاضر در ابتداي راه به جهت مدلسازي تصادفات تقاطع هاي شهري، هر دو مدل را مورد ارزيابي قرار مي دهد. پس از آزمون مدلها با معيارهاي آكايك، انحراف و لگاريتم درستنمايي، مدل رگرسيون دوجمله اي منفي برازش بهتري نشان داد و به عنوان مدل بهتر انتخاب شد. براي مدلسازي، از داده هاي يك دوره 5 ساله از تصادفات رخ داده در تقاطع هاي سه شاخه شهر بروجرد استفاده شده است. متغيرهاي ورودي در مدل پس از انجام آزمون ارزيابي معناداري انتخاب شد. اين متغيرها شامل تعداد خطوط عبوري، تعداد خطوط گردش به راست با جزيره ترافيكي و زاويه تقاطع بود. پس از انتخاب متغيرها، دقت مدل نيز مورد بررسي قرار گرفت. براي معتبرسازي مدل از معيارهاي ، خطاي جذر ميانگين مربع، ميانگين خطاي مطلق و ميانگين قدر مطلق درصد خطا استفاده شد. پس از ارزيابي دقت مدل در پيشبيني تصادفات، مشخص شد كه مدل براي ارزيابي تصادفات نتايج قابل قبولي ارايه ميدهد اما براي پيشبيني تصادفات، نتايج از دقت بالايي برخوردار نيست(R2 = 0.52). مقدار R2براي مدل نشان ميدهد كه پيشبيني ها دقت بالايي نخواهند داشت اما هنوز پيشبينيهاي قابل قبولي ميتواند ارايه دهد.
چكيده لاتين :
One of the intersection safety analysis methods is creating crash prediction models using the negative binomial and Poisson regression models. However, the use of negative binomial regression is preferable due to its more data dispersion. But, the research evaluates both models at first for modeling urban intersections crashes. After testing the models by criteria of Akaike information, deviation and log-likelihood, the negative binomial regression model showed a better fit and was chosen as the better model. For modeling, the data of a 5-year period of crashes occurred at the three leg intersections of Boroujerd city has been used. The input variables of the model were selected after a significance evaluation test. These variables included the number of passing lanes, the number of right turn with traffic island lanes and the skew angle. After selecting the variables, the accuracy of the model was also studied. To validate the model, the criteria of R2, root mean square error, mean absolute error, and mean absolute percentage error were used. After evaluating the model accuracy in the prediction of accidents, it was found that the model provides acceptable results for evaluating crashes, but the results are not very accurate for predicting them (R2 = 0.52). The R2 value for the model shows that the predictions will not be precise enough, but reasonable predictions can still be provided.
