شناسایی عوامل موثر بر شدت تصادفات جادهای با استفاده از درخت تصمیم و شبکه عصبی پرسپترون چندلایه ای (مطالعه موردی: راههای استان اصفهان)

در حال حاضر، تصادفات جادهای به صورت یک معضل اجتماعی -اقتصادی در سطح جهان مطرح است که همه ساله جان میلیونها نفر را در سراسر جهان گرفته و هزینه های اقتصادی بزرگی را به جوامع مختلف وارد می کند. در ایران نیز این موضوع به یک مشکل مهم و بزرگ تبدیل شده است . این تحقیق به پیش بینی شدت تصادفات جادههای برونشهری استان اصفهان می پردازد. اطلاعات تصادفات از ابتدای سال ۹۷ الی آذر ۱۴۰۰ (از سازمان راهداری و حمل و نقل جادهای کشور) و دادههای آب و هوا (نیز از سازمان هواشناسی کشور) گردآوری شده است . با استفاده از آمار و اطلاعات موجود برای انجام مدلسازی متغیرهای مستقل و وابسته مشخص شدند. متغیر وابسته (شدت تصادفات) در دو سطح تصادفات منجر به کشته /جراحت و تصادفات خسارتی تقسیم شد. سپس مدلسازی در نرم افزار ۲۶SPSS از نوع درخت تصمیم و شبکه عصبی پرسپترون چندلایه ای انجام گردید. نتایج خروجی نرم افزار به طور کامل مورد پردازش قرار گرفت وکاملا رضایتبخش بود.

کلیدواژه ها:

شدت تصادفات ، درخت تصمیم ، شبکه عصبی پرسپترون چندلایه ای