|
|
مطالعات پژوهشی راهور، جلد ۱۳۹۸، شماره ۳۱، صفحات ۱۹۱-۲۲۶
|
|
|
| عنوان فارسی |
ارائۀ مدل پیشبینی تعداد تصادفات در میادین شهری به کمک شبکۀ عصبی (نمونۀ موردی: شهر اردبیل) |
|
| چکیده فارسی مقاله |
زمینه و هدف ده درصد کل تصادفات در منطقۀ موردمطالعۀ مربوط به تصادفات در میادین شهری میباشد. هدف از این پژوهش، تعیین پارامترهای مؤثر در تصادفات در میادین شهری و ارائۀ مدل پیشبینی فراوانی تصادفات میباشد. روش روش این پژوهش به‌صورت 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 مؤثر در هریک از آن تصادفات جمع‌آوری شدند. عوامل به‌صورت پرسش‌نامه طراحی شد تا با استفاده از روش طیف لیکرت و روش دلفی و نظرسنجی از خبرگان، عوامل مؤثر پالایش و پارامترهای نهایی جهت مدل‌سازی انتخاب شوند. نمونۀ آماری، 102 نفر انتخاب شد. تعداد 40 پارامتر اولیۀ مؤثر در تصادفات انتخاب شدند. پرسش‌نامه‌ها با آزمون‌های آماری و میانگین و توان افتراقی تجزیه‌وتحلیل شدند که تعداد 16 پارامتر با تأثیر بالا برای مدل‌سازی شناخته شدند. تحلیل و مقایسۀ نتایج مدل‌سازی به دو روش انجام شد؛ روش اول، استفاده از مدل آماری رگرسیون خطی با نرم‌افزار مینیتب 14 و روش دوم، استفاده از مدل شبکۀ عصبی مصنوعی با نرم‌افزار متلب است. یافته ها نتایج تحلیل آماری نشان می‌دهد که از بین مدل‌های رگرسیون ارائه‌شده، بهترین مدل پیشبینی فراوانی تصادفات شامل سه پارامتر حجم ترافیک میدان، تعداد معابر منتهی به میدان، وجود یک مکان تولید و جذب سفر است. همچنین نتایج تحلیل شبکۀ عصبی نیز نشان داد که مدل برتر در پیشبینی 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. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Providing model of accident prediction in urban squares using neural network (case study: Ardabil City) |
|
| چکیده انگلیسی مقاله |
Background and aim: Ten percent of all accidents in the study area arerelated to accidents in urban squares. The purpose of this study was todetermine the effective parameters of accidents in urban squares and to presenta model of accident prediction.Method: method of this research is descriptive-survey. In this study, 456accidents were studied that occurred in 26 squares of Ardabil city from 2014 to2016 and were collected the effective factors on each of those accidents.Factors were designed as a questionnaire to select the effective refining factorsand final parameters for modeling using Likert spectrum method and Delphimethod and polling of expert. Statistical sample was selected 102 persons. 40initial effective parameters of the accidents were selected. Questionnaires wereanalyzed by statistical tests, mean and differential power, which identified 16high-impact parameters for modeling. The analysis and comparison of themodeling results were done in two ways. The first method is using a linear -regression statistical model with MiniTab software 14 and the second methodusing artificial neural network model with matlab software.findings: The results of statistical analysis show that among the presentedregression models, the best model of accident frequency prediction is consistedof three parameters of square traffic volume, number of passages leading to thesquare, existence of a production site and trip absorption. as well as the resultsof neural network analysis show that the above model in predicting the numberof accidents, is model with four main traffic volume input parameters, thepresence of the taxi station and bus, speed bump on the main pathways, thenumber of passages leading to the intersection. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
سید فرزین فائزی |
استادیار، گروه عمران، دانشگاه پیام نور، تهران، ایران
محسن میرزایی |
گروه عمران، دانشگاه پیام نور، تهران، ایران،
|
|
| نشانی اینترنتی |
http://talar.jrl.police.ir/article_93566_ec23716d6e375d9f35470c252263f6d9.pdf |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1203/article-1203-2328382.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|