پیش بینی شدت تصادفات با استفاده از الگوریتم فراابتکاری NSGA-II

بی شک پیشبینی و تجزیه و تحلیل پارامترهای مهمی که باعث وقوع تصادفات در معابر درون شهری می شوند می تواند به بهبود ترافیک کمک کند. بدین منظور، در جهت پیش بینی مهمترین عوامل موثر بر تصادفات، مقاله ارائه شده یک مسئله بهینه سازی چندپارامتری در راستای شناسایی پارامترهای موثر بر شدت تصادفات درون شهری استان البرز مورد بررسی قرار گرفته است که مدلی جدید برای مسئله را مطابق با اصول بکارگیری الگوریتم فراابتکاری با دو هدف بیشینه سازی ایمنی تردد و کمینه سازی شدت تصادف بر حسب عوامل مربوطه ارائه می کند و در فضای بهینگی به دنبال پاسخ هایی مبتنی بر معیارهای جامعیت، اعتبار و سازگاری می باشد. در این پژوهش سعی شده است با استفاده از مدل تصمیم گیری چندمتغیره AHP در کنار الگوریتم ژنتیک، فرابتکاری پارامترهای موثر بر شدت تصادفات درون شهری شناسایی و اولویت بندی گردند. به این منظور در مدل ترکیبی میزان شدت تصادف و ایمنی تردد به عنوان متغیر وابسته و ۴ دسته کلی از متغیرها یعنی آب وهوا، جاده، وسیله نقلیه، و راننده به عنوان متغیر مستقل در نظر گرفته شده است. نتایج حاصل از اجرای الگوریتم در نرم افزار متلب شبیه سازی شده اند و ارزیابی های صورت گرفته مبین کارایی مدل از نقطه نظر زمان پاسخ و دیگر شاخص های ارزیابی است. همچنین کاربرد این پژوهش بیشتر به منظور آگاهی یافتن کاربران ذیربط در صنعت حمل و نقل از جمله پلیس راهور، مهندسین حمل و نقل و راه و ترابری است و به نوعی مصالحه گری برای موضوعات درگیر و در تعارض می باشد.

کلیدواژه ها:

پیش بینی شدت تصادفات ، ایمنی تردد ، الگوریتمهای فراابتکاری ، NSGA-II