23189

شناسايي عوامل مؤثر بر تصادفات خستگي و خواب‌آلودگي با استفاده از مدل‌هاي داده‌كاوي

كارشناسي ارشد

حمل و نقل

1399

1399/09/30

دكتر علي توكلي كاشاني - دكتر محمود احمدي نژاد

عمران

خواب آلودگي به عنوان عامل مهمي در تصادفات جاده اي در نظر گرفته ميشود. 30 درصد از تصادفات رانندگي در ايران به علت خستگي و خواب آلودگي راننده اتفاق مي افتند. هدف از اين تحقيق شناسايي متغيرهاي مؤثر در وقوع تصادفات خستگي و خواب آلودگي و شدت مصدوميت رانندگان اين نوع از تصادفات در سه استان با موقعيت هاي جغرافيايي، اقليمي و فرهنگي مختلف (تهران، فارس و مازندران) است. جامعه آماري شامل تصادفات طي سال هاي 1390 تا 1397 مي باشد. جهت انجام مطالعه ي حاضر يك رويكرد چهارمرحله اي اتخاذ شده است. در مرحله اول، داده هاي تصادفات با استفاده از تكنيك خوشه بندي براساس سه متغير، جنسيت راننده، نوع منطقه و كاربري محل به گروه هاي همگن تقسيم شدند؛ و در مرحله دوم داده هاي نامتعادل، با روش نمونه افزايي متعادل شدند و در مرحله سوم بر روي هر خوشه روش كارت و علاوه براين براي افزايش دقت، روش بوستينگ اعمال شد. نتايج مطالعه حاضر نشان مي دهد كه وقوع تصادفات خستگي و خواب آلودگي در راه هاي درون شهري با موتورسواران كم بوده است؛ در حالي كه شدت مصدوميت موتورسواران در اين تصادفات در راه هاي درونشهري و برون شهري افزايش يافته است. عدم استفاده از كمربند و كلاه ايمني در راه هاي درون شهري استان تهران باعث افزايش شدت مصدوميت رانندگان شده است. شدت مصدوميت رانندگان استان فارس، در نواحي غيرمسكوني از مناطق برون شهري ، در حالتي كه وسيله نقليه داراي نقص باشد و در نواحي مسكوني از مناطق برون شهري در راه هاي با جهت حركت دو طرفه غيرمجزا افزايش يافته است. وقوع اين نوع از تصادفات در آزادراه ها و بزرگراه ها افزايش يافته است ولي شدت مصدوميت رانندگان در اين نوع راه ها كاهش يافته است. همچنين، رانندگان وسايل نقليه‌اي كه داراي نقص هستند دچار تلفات شدند. نتايج مدل كارت با روش نمونه افزايي، علاوه بر بالا بودن دقت كلي مدل ها، دقت كلاس اكثريت و كلاس اقليت نيز بالا بوده است. همچنين نتايج نشان داده است كه دقت تركيب مدل كارت با روش نمونه افزايي و بوستنيگ بالاتر از تركيب روش كارت با نمونه افزايي بوده است. اعمال قوانين سختگيرانه و در نظر گرفتن جريمه بالا در صورت عدم استفاده از كمربند و كلاه ايمني، جداسازي مسيرهاي رفت و برگشت و استفاده مناسب از گارديل و رامبل استريپ، افزايش اطلاعات عمومي افراد در مورد نشانه هاي خستگي و آموزش تدابير لازم براي مقابله با آن در هنگان رانندگي، افزايش استراحتگاه ها در طول مسير، مي تواند اقدامات مناسبي در راستاي كاهش وقوع تصادفات خستگي و خواب آلودگي و شدت مصدوميت رانندگان اين نوع از تصادفات باشد.

1399/11/18

Identification of factors affecting fatigue and drowsiness accidents using data-mining models

12/21/2021 12:00:00 AM

Drowsiness is one of the important factors considered in road accidents. Among the human causes, fatigue and drowsiness of drivers are the most important causes of vehicle deviation and accidents. In Iran, fatigue and drowsiness have a 30% share in accidents. This study aimed to identify the variables affecting the occurrence and severity of injuries in fatigue and drowsiness accidents in three provinces of Tehran, Fars, and Mazandaran. The statistical population includes the accidents during 2011-2018. A four-step approach was adopted to conduct the present study. In the first step, the accident data were divided into homogeneous groups by each province using the clustering technique based on three variables: driver gender, type of area, and land use. In the second step, the unbalanced data were balanced using the balancing technique, and in the third step, the classification and regression tree method applied to each cluster, and in addition, the boosting method was utilized to increase the accuracy. The results of the present study showed that the probability of accidents due to fatigue and drowsiness increases in the roads with right-of-way and stop signs, and in the type of collision, the probability of run-off-road, overturning, and falling accidents, and vehicle collision with fixed object and also in the residential areas increases. The probability of such accidents on freeways and highways increases, but they are less likely to result in severe casualties. Also, the probability of such accidents for motorcyclists is low, but they lead to severe casualties. In addition, the drivers of defective vehicles suffer severe casualties. In all three provinces, the time of day in the residential urban areas and the type of road in suburban areas increase the incidence of such accidents. In the residential urban areas of Tehran and Mazandaran provinces and in urban roads of Fars province, motorcyclists increase the severity of injuries of male drivers. Also, in non-residential areas of all three provinces, the time of day increase the deaths of male drivers. Finally, some measures such as holding mandatory training courses for drivers, not allowing the drivers to drive for a long time without the rest along the way, limiting the driving hours at night, installing the signs containing the warning of the drowsiness dangers, and appropriate geometric design of roads are the solutions that can lead to the prevention and reduction of casualties caused by such accidents.

خستگي و خواب آلودگي , داده‌كاوي , تحليل خوشه بندي , داده هاي نامتعادل , درخت دسته بندي و رگرسيون , بوستينگ

Fatigue and drowsiness , Data mining , Clustering analysis , Imbalanced data , Classification and Regression Tree , Boosting