تحلیل آماری و مدلسازی شدت تصادفات موتورسواران در راه های استان گیلان با استفاده از رگرسیون و شبکه عصبی مصنوعی

تصادفات هزینه­های جبران ناپذیری هر ساله به اقتصاد کشورها تحمیل می­کنند. علاوه بر این، بسیاری از آمار کشته­شده­ها مربوط به تصادفات می­باشد که این موضوع می­تواند خود عامل انسانی که عامل محرک اقتصاد می­باشد را در خطر قرار دهد.در این بین، یکی از کاربران راه که بسیار در معرض تصادفات می­باشند، موتورسیکلت­سواران می­باشد که هرساله بخش زیادی از کشته­شده­ها و مجروحان تصادفات را شامل می­شوند که هدف اصلی بررسی متغیرهای تاثیرگذار بر تصادفات موتورسیکلت­سواران می­باشد.که با استفاده از جمع­آوری اطلاعات تصادفات و همچنین استفاده از روش­های مختلف آماری و مدلسازی ازجمله فیریدمن، عاملی و مدل لوجیت و شبکه عصبی به بررسی تاثیر هر یک از این متغیرها پرداخته می­شود. نتایج نشان داد متغیرهای فصل تصادف، علت تامه، شرایط سطح راه و شرایط روشنایی به ترتیب بالاترین رتبه را داشتند. از طرف دیگر، متغیرهای روز و فصل تصادف و سن موتورسواران به ترتیب کمترین اهمیت را در وقوع تصادفات موتورسواران معابر جاده­ای استان گیلان داشتند. علاوه بر این متغیرهای وضعیت هوا، شرایط سطح راه و وضعیت روشنایی تحت اولین عامل موثر در تصادفات موتورسواران استان گیلان قرار گرفتند؛ با توجه به مدل لوجیت بدست آمده از تصادفات موتورسیکلت­سواران مشخص شد که متغیرهای فصل بهار، ساعت ۶ تا۱۲ و ۱۸ تا ۲۴، شرایط سطح خشک، شرایط روشنایی شب بدون نور کافی؛ وضع اب و هوایی بارانی؛ عدم توجه به جلو و تغییر مسیر ناگهانی، احتمال وقوع تصادفات موتورسواران معابر جاده­ای گیلان را افزایش می دهند. براساس مدل شبکه عصبی؛ مقادیر علت تامه و وضع روشنایی و وضع آب و هوا به ترتیب بیشترین تاثیر را در شدت تصادفات موتورسواران معابر گیلان داشته اند. همچنین مدل شبکه عصبی با مقادیر R۲، ۳۱/۹۳ دقت بالاتری را نسبت به مدل لوجیت نشان داد.

کلیدواژه ها:

ایمنی ، حمل و نقل ، ترافیک ، تصادف ، موتورسواران