شماره ركورد
13111
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
13111
پديد آورنده
فاطمه ريحانيان
عنوان
بررسي عوامل موثر بر شدت تصادفات در راههاي برون شهري
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
عمران - حمل و نقل
سال تحصيل
اسفند 1392
تاريخ دفاع
اسفند 1392
استاد راهنما
دكتر افشين شريعت مهيمني
چكيده
چكيده:
ايران بعنوان كشوري با نرخ بالاي تصادفات جادهاي بشمار ميرود كه سالانه افراد بسياري بر اثر تصادفات رانندگي در آن كشته ميشوند و يا دچار مصدوميت ميشوند. نزديك به70 درصد تصادفات در جادههاي برون شهري اتفاق ميافتد. هدف اصلي اين مطالعه شناسايي مهمترين عوامل موثر در تعيين شدت تصادفات رانندگان در جادههاي دوخطه دوطرفه ايران در بازه سالهاي 1387-1385 با استفاده از روشهاي دادهكاوي است.
تاكنون روشهاي متنوعي براي تحليل شدت تصادفات رانندگي مورد استفاده قرار گرفتهاست. بيشتر روشها فرضيات مخصوص به خود را دارند و نيازمند به روابط از پيش تعيين شدهاي مابين متغير هدف (وابسته) و متغيرهاي پيشبينيكننده (مستقل) هستند. در صورتي كه فرضيات اوليه اين مدلها نقض شوند، ممكن است نتايج آنها با خطا همراه باشد. مدل كارت (CART)، بعنوان يك مدل غيرپارامتري، بدون هيچ رابطه از پيش تعيين شده مابين متغير هدف (وابسته) و متغيرهاي مستقل است و بعنوان ابزاري قدرتمند بطور گسترده درتجارت، مديريت، صنعت و مهندسي كاربرد دارد.
مدل كارت اين توانايي را دارد كه بهترين ويژگي پيشبينيكننده و بهترين مقدار مرزي (در مورد ويژگيهايي با مقادير پيوسته) را بطور خودكار بيابد و اين توانايي، كارت را به ابزاري قدرتمند در حل مسائل طبقهبندي و پيشبيني تبديل كردهاست. در اين روش انتخاب متغير براساس شاخص اهميت متغير(VIM) كه يكي از خروجيهاي روش كارت است، انجام ميشود. در روند ساخت مدل، براي افزايش دقت پيشبيني مدل، بجاي يك مدل با متغير هدف سه تايي، چهارمدل ارئه شده است كه متغير پاسخ آن در دو سطح صفر و يك است. بنابراين دقت پيشبيني دسته فوتي كه در برخي از مطالعات قبلي نزديك به صفر بوده است، بطور مناسبي بهبود يافته است.
نتايج نشان ميدهد كاربري وسيله نقليه، وضعيت استفاده از كمربند و علتتامه تصادف مهمترين متغيرها در تعيين شدت آسيب در بين رانندگان است. همچنين بكارگيري مدل كارت نشان داد كه موتورسيكلت سواران و دوچرخه سواران، بيشترين ريسك آسيب را نسبت به ساير رانندگان جادههاي دوخطه دارا هستند.
بنابراين تصادفات اين گروه از رانندگان با استفاده از روش ماشينهاي بردار پشتيبان(SVM) كه يكي از روشهاي جديد دادهكاوي است، مورد تحليل قرار گرفت. مدل SVMاز يك تصوير غيرخطي براي انتقال دادههاي اصلي به فضايي با بعد بالاتر استفاده ميكند. در فضاي جديد SVM بدنبال صفحهاي بهينه ميگردد تا دو گروه از داده را از هم جدا بكند.
نتايج بكارگيريSVM روي دادههاي موتورسيكلت نشان داد كه، استفاده از كلاه ايمني مهمترين عامل در تعيين شدت آسيب وارده به موتورسواران است.
كلمات كليدي: دادهكاوي، درخت دستهبندي و رگرسيون(CART) ، ماشينهاي بردار پشتيبان(SVM)، شدت مصدوميت، راههاي دوخطه برونشهري