22051

22051

بررسي شيوه هاي كشف الگوهاي مربوط به تصادفات رانندگي در ايران با استفاده از داده كاوي

كارشناسي ارشد

مديريت مهندسي

1395

1398/8/14

دكتر عبدالرحمان حائري

دكتر روزبه قوسي

صنايع

امروزه از اساسي‌ترين مشكلاتي كه با آن روبرو هستيم، تصادفات جاده‌اي مي‌باشد كه تلفات و هزينه‌هاي زيادي در پي دارد. با استفاده از داده‌كاوي و تحليل عوامل تصادفات، مي‌توان راه¬كارهايي براي كاهش تصادفات جاده‌اي به دست آورد. اين مطالعه، يك مدل تركيبي از سه الگوريتم، جهت بررسي عوامل مربوط به تصادفات در جاده‌هاي برون‌شهري و درون‌شهري ايران را ارائه مي‌نمايد. داده‌هاي مربوطه از پليس‌راه ايران گرفته شده است. اين مدل تركيبي شامل الگوريتم‌هاي دسته‌بندي، خوشه‌بندي و قوانين انجمني مي‌باشد. از اين مدل تركيبي هم براي پاكسازي داده‌ها و همچنين براي بررسي و تحليل داده‌ها استفاده شده است. بر روي داده هاي نهايي پاكسازي شده، از مدل هاي خوشه بندي استفاده شد و بهترين نتايج با استفاده از مدل k-means به‌دست آمد. سپس از قوانين انجمني استفاده شد و قوانيني براي تحليل بهتر به‌دست آورده شد. و در نهايت از الگوريتم‌هاي دسته بندي استفاده شد. بدين منظور از مدل‌هاي Auto cluster ، K-means، Apriori، C5، C&R، SVM، Neural net، Bayes net و Logistic استفاده شده است. نتايج به‌دست‌آمده نشان داد كه دقت مدل C5، Neural net و SVM بيشتر از ساير مدل‌ها بوده است. همچنين از قوانين انجمني و خوشه‌بندي نتايجي به دست آمد از قبيل موثرترين عوامل در بروز تصادفات، استان هايي كه بيشترين تصادفات را داشته اند، همچنين خودروهايي بيشترين آمار تصادفات را داشته‌اندو ... كه براي آن‌ها راهكارهايي ارائه شده است.

1399/02/29

Analyzing methods of discovering patterns related to road accidents in Iran using data mining

11/5/2019 12:00:00 AM

One of the most fundamental problems we're facing nowadays is road accidents which result in death tolls and high costs. Using data mining and accident factors analysis, solutions for reducing road accidents can be achieved. This study represents a combined model of three algorithms in order to analyze the factors related to urban accidents as well as suburban ones. The relevant data are obtained from Iran's Road Police. This hybrid model includes algorithms for classification, clustering and association rules. Hence, Auto Cluster, K-means, Apriori, C5, C&R, SVM, Neural net, Bayes net, and Logistic models are used. Also, there were results obtained from clustering and associating rules from which solutions were presented.