|
|
راهور، جلد ۱۳۹۷، شماره ۴۱، صفحات ۹-۳۹
|
|
|
| عنوان فارسی |
بررسی تأثیر بارندگی و یخ‌بندان بر وقوع تصادفات جاده‌ای (مطالعۀ موردی: راه‌های برون‌شهری شهرستان میانه) |
|
| چکیده فارسی مقاله |
زمینه و هدف: گسترش روزافزون شبکۀ راه‌ها و تغییرات مداوم آن‌ها به‌دلیل ترافیک، شرایط آب‌وهوایی و محیط، تأثیر بسیار زیادی بر وقوع تصادفات دارد؛ و در نتیجۀ آن تلفات جانی، خسارات مالی و مسائل دیگری به وجود خواهد آمد. خسارت و تلفات ناشی از وقوع تصادفات جاده‌ای در جوامع مختلف و به‌ویژه در جوامع جهان‌سوم بسیار قابل‌توجه است؛ لذا هدف از این مطالعه، معرفی مدل مناسب برای پیش‌بینی تصادفات جاده‌ای و ارزیابی تأثیر بارندگی و یخ‌بندان بر وقوع آن‌ها می‌باشد. روش: در این پژوهش، پس از جمع‌آوری آمار و اطلاعات موردنیاز، ازجمله تصادفات به‌وقوع‌پیوسته در محورهای منتهی به پلیس راه شهرستان میانه و داده‌های آب‌وهوایی مناطق مربوطه، اثرات هرکدام از عوامل آب‌وهوایی بررسی شد و همبستگی آن با وقوع تصادفات موردتحلیل قرار گرفت. سپس از مدل شبکۀ عصبی، برای مدل‌سازی برخوردهای ثبت‌شده (جرحی، فوتی و خسارتی) و نیز تصادفات سال‌های 1391 تا 1393، در شرایط بارش و یخ‌بندان استفاده شد. همچنین تصادفات به کمک مدل پواسون نیز پیش‌بینی شدند. یافته‌ها: بر اساس بررسی انجام‌شده بین متوسط دما و تعداد تصادفات می‌توان دریافت که با افزایش دما، تعداد تصادفات به‌دلیل افزایش ترددها دچار تغییراتی شده و عموماً در ماه‌های سرد سال، کمترین ترافیک عبوری و کمترین تعداد تصادفات گزارش شده است. نتیجه‌گیری: نتایج مدل‌سازی نشان داد که هر دو مدل پواسون و شبکۀ عصبی، توانایی مناسبی در پیش‌بینی تعداد تصادفات دارند، ولی باید توجه داشت که شبکۀ عصبی از دقت بالاتری برخوردار است. در مدل شبکۀ عصبی، ضریب تبیین مرحلۀ ساخت مدل بیش از 98 درصد و ضریب در مرحلۀ اعتبارسنجی حدود 96 درصد گزارش شد. این مؤلفه در مدل پواسون برای مراحل ساخت و اعتبارسنجی به ترتیب برابر 53 درصد و 64 درصد به دست آمد. همچنین بررسی‌های آماری نشان داد که بین تعداد تصادفات مشاهده‌شده و مدل‌سازی‌شده در سطح 5 درصد، تفاوت معناداری وجود ندارد. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Investigating the impact of rainfall and freezing conditions on road accidents (Case study: rural roads of Miyaneh city) |
|
| چکیده انگلیسی مقاله |
Road networks development and continual changes due to traffic and environmental factors, has a significant effect on accidents’ rate, which consequently cause casualties, financial losses and other problems. The purpose of this research study is to introduce an appropriate model for predicting accidents and evaluation the effects of rainfall and frost on road accident. Therefore, after collecting data in routs leading to Miyaneh city police station, each of the climate related factors effects was investigated and also the correlation between accidents occurrence and climate factor was analyzed. Then, the recorded collisions (injury, death and property damage) and the number of accidents during 1391-1393 in rainy and freezing condition, were modeled by neural network model. Also, the accidents number were predicted using Poisson model. Based on the relation between average temperature and the number of accidents, it was found that the number of accidents changed when the temperature rise, and generally in the cold months of year, because of the lowest traffic, the least number of accidents have been take place. The results showed that both Poisson and neural network models have a good ability to predict the total number of accidents. Artificial neural network had a better accuracy in accident prediction, which the R2 value in training and testing steps are about 98 and 96 percent, respectively. In Poisson model the R2 value for presented model and its validation were 53 and 64 percent, respectively. Also, statistical analysis showed that between observed and modeled number of accidents at the level of five percent, there is no significant difference. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
علیرضا خاوندی |
میرعلی میرغفاری |
رامین رسولی |
|
|
| نشانی اینترنتی |
http://tale.jrl.police.ir/article_18811_fa23811cb6a5efc75659a69c5af40451.pdf |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/833/article-833-1640703.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
|