19419

۱۹۴۱۹

مدل سازي پيش بيني تصادفات جاده هاي دو خطه به منظور بررسي ايمني

كارشناسي ارشد

راه و ترابري

۱۳۹۷

۱۳۹۷/۰۳/۲۰

دكتر عامري

عمران

چكيده رشد فزاينده جمعيت و بالا رفتن نرخ پيشرفت اقتصادي و گسترش روزافزون صنعت حمل و نقل، تقاضا جهت استفاده از راههاي برون شهري را افزايش داده است. اين عامل موجب افزايش وقوع تصادفات جادهاي و به وجود آمدن تلفات ناشي از آن از قبيل جراحت و مرگ و مير گشته است. تصادفات جادهاي به عنوان هشتمين عامل مرگ و مير انسانها در دنيا شناخته ميشود و در صورتي كه راهكارهاي مناسبي جهت مقابله با اين پديده ارايه نشود، تصادفات جاده اي تا سال 2020 به عنوان سومين عامل مرگ و مير انسانها شناخته خواهد شد. در اين تحقيق ابتدا 6 مورد از محورهاي دوخطه‌ي جدا نشده‌ي برون شهري به عنوان منطقه موردمطالعه انتخاب شدند و داده هاي تصادفات در محورهاي موردنظر براي سال‌هاي 92 تا 95 جمع آوري شد. در اين مطالعه براي محورهاي مختلف از مدل پرسپترون چندلايه براي مدل‌سازي تصادفات استفاده شد. هدف از آموزش مدل پرسپترون چندلايه يافتن مقدار بهينه وزن ها و باياس ها مي باشد به نحوي كه خطاي شبكه به حداقل ممكن برسد. با اين ديد آموزش مدل پرسپترون چندلايه يك مسئله بهينه سازي با تعداد پارامترهاي مشخص است. در بخش ديگري از كار نرم افزار مدل طراحي تعاملي ايمني بزرگراه معرفي مي‌شود . براساس داده‌هاي جمع آوري شده محورهاي مورد مطالعه شامل مسيرهاي همدان به آوج، همدان به قروه، همدان به ملاير و همدان به بيجار در حوزه استحفاظي استان همدان، همچنين مسير ابهر به قيدار در حوزه استحفاظي استان زنجان و مسير جاده قديم آبيك به قزوين، در استان قزوين مي‌باشد. مدل مناسب براي محورهاي منطقه قزوين، زنجان و همدان، معماري شد. همچنين شبكه هاي PNN و RBF براي مناطق مورد مطالعه اجرا و مقايسه شد. نتايج تقريبا مناسبي از شبكه حاصل گرديد. مقدار آماره r2 كه محاسبه شد، برابر با 83/0 بود. مقدار پارامتر MSE نيز برابر با 59/0 بود كه مقدار آن، صحت نتايج در مرحله آموزش را نشان مي‌دهد. براي محورهاي منطقه قزوين، مقدار آماره r2 كه محاسبه شد، برابر با 94/0 بود. مقدار پارامتر MSE نيز برابر با 33/0 بود كه مقدار بسيار مناسب آن، صحت نتايج در مرحله آموزش را نشان داد.

1397/07/07

Modeling of two-lane Road Accident Prediction in order to Safety Evaluation

6/10/2019 12:00:00 AM

Growing population growth and rising economic growth and the growing transport industry have increased the demand for off-shore routes. This has increased the incidence of road accidents and the resulting casualties, including injuries and deaths. Road accidents are recognized as the eighth factor in human mortality in the world, and road safety crashes will be recognized as the third most common cause of death for humans by 2020 unless appropriate solutions are made to counter this phenomenon. In this study, six of the extracted urban bipedal axes were selected as the study area and crash data was collected in the axes for 92-95 years. In this study, multi-layered perceptron model was used for modeling crashes for different axes. The purpose of the multi-layered perceptron model training is to find the optimal value of weights and biases in such a way as to minimize network error. With this view, multi-layered perceptron modeling is an optimization issue with a number of specific parameters. In another section of the work, the Interactive Safety Design Model is introduced. Based on the collected data, the studied axes included Hamedan to Avaj, Hamedan to Ghorveh, Hamedan to Malayer and Hamedan to Bijar in the area of the protection of Hamedan province, as well as Abhar to Kaidar in the area of protection of Zanjan province and the old road to Abak to Qazvin, in Qazvin province. An appropriate model for the axis of Qazvin, Zanjan and Hamadan was architecture. Also, PNN and RBF networks were implemented and compared for the studied areas. Approximately good results were obtained from the network. The value of the r2 statistic that was calculated was 0.83. The value of the MSE parameter equals to 0.59, which indicates the accuracy of the results in the training phase. For the axis of the Qazvin region, the value of r2 was 0.94. The value of the MSE parameter was also 0.33, which was very good, and showed the accuracy of the results in the training phase.