شدت جراحات در تصادفات شهری بر مبنای ترکیب الگوریتم درخت تصمیم و شبکه بیزین

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 48

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ROAD-33-125_012

تاریخ نمایه سازی: 25 آبان 1404

چکیده مقاله:

با رشد سریع شهرنشینی در ایران، تراکم ترافیک و ریسک تصادف برای کابران راه های درون شهری افزایش یافته است. این مطالعه به تحلیل شدت جراحت کاربران راه، از جمله عابران پیاده، رانندگان و سرنشینان خودروها و موتورسیکلت ها در معابر شهری، با استفاده از داده های تصادفات ثبت شده توسط پلیس راهور طی سال های ۱۳۹۷ تا ۱۴۰۱ پرداخته است. در این راستا، یک چارچوب دو مرحله ای به کار گرفته شده است. در مرحله نخست، الگوریتم درخت دسته بندی و رگرسیون برای شناسایی عوامل موثر بر شدت جراحت استفاده شده است. سپس، با استفاده از این متغیرها، ساختار روابط میان متغیرهای مهم شناسایی شده از طریق شبکه بیزین مدل سازی گردیده است. نتایج نشان داده است که متغیرهای نوع گواهینامه، کلاه ایمنی، سن سرنشین، و رنگ لباس عابرپیاده از مهم ترین متغیرهای موثر بر شدت جراحت کاران راه بوده اند. اهمیت نسبی متغیرها بسته به نوع کاربران راه متفاوت بوده است و متغیرهایی مانند روشنایی، هندسه و کاربری محل در اغلب مدل ها نقش معناداری داشتند. تحلیل شبکه بیزی نشان داده است که موتورسواران فاقد گواهینامه یا کلاه ایمنی، به ویژه در گروه سنی ۱۶ تا ۲۵ سال، احتمال فوت و مصدومیت بالایی داشته اند. کاربران آسیب پذیر، مانند کودکان و سالمندان، نیز در صورت عدم استفاده از کلاه ایمنی، احتمال فوت بالایی داشته اند. همچنین، عابران پیاده با لباس های تیره، به ویژه افراد بالای ۶۰ سال، به دلیل کاهش دید و واکنش دیرهنگام رانندگان، احتمال بیشتری برای تجربه مصدومیت های شدید یا فوت داشته اند. یافته های این پژوهش استراتژی های هدفمند برای کاهش آسیب ها و تلفات ناشی از تصادفات درون شهری را ارائه کرده است.

کلیدواژه ها:

درخت دسته بندی و رگرسیون ، شبکه بیزین ، شدت مصدومیت ، کاربران راه ، راه های درون شهری

نویسندگان

علی توکلی کاشانی

دانشیار، دانشکده مهندسی عمران و مرکز تحقیقات ایمنی کاربردی حمل ونقل جاده ای، دانشگاه علم وصنعت ایران، تهران، ایران

مرضیه رخشانی مقدم

دانش آموخته کارشناسی ارشد، دانشکده مهندسی عمران و مرکز تحقیقات ایمنی کاربردی حمل ونقل جاده ای، دانشگاه علم و صنعت ایران، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Abay, K. A., Paleti, R., & Bhat, C. R. (۲۰۱۳). ...
  • Alkheder, S., AlRukaibi, F., & Aiash, A. (۲۰۲۰). Risk analysis ...
  • Araujo, M., Illanes, E., Chapman, E., & Rodrigues, E. (۲۰۱۷). ...
  • Arefkhani, H., Besharati, M. M., Azizi Bondarabadi, M., & Tavakoli ...
  • Bank, W. (۲۰۲۰). Guide for Road Safety Opportunities and Challenges: ...
  • Beanland, V., Fitzharris, M., Young, K. L., & Lenné, M. ...
  • Borg, A., Bjelland, H., & Njå, O. (۲۰۱۴). Reflections on ...
  • Breen, J. M., Næss, P. A., Hansen, T. B., Gaarder, ...
  • Breiman, L. (۲۰۱۷). Classification and regression trees. Routledge. ...
  • Cabrera-Arnau, C., Prieto Curiel, R., & Bishop, S. R. (۲۰۲۰). ...
  • Celik, A. K., & Oktay, E. (۲۰۱۴). A multinomial logit ...
  • Chang, L.-Y., & Wang, H.-W. (۲۰۰۶). Analysis of traffic injury ...
  • Chen, C., Zhang, G., Tarefder, R., Ma, J., Wei, H., ...
  • Chu, H.-C. (۲۰۱۴). Assessing factors causing severe injuries in crashes ...
  • Connor, J., Norton, R., Ameratunga, S., Robinson, E., Civil, I., ...
  • Copsey, N., Drupsteen, L., van Kampen, J., Kuijt-Evers, L., Schmitz-Felten, ...
  • Faso, B. (۲۰۱۹). Institute for Health Metrics and Evaluation. Institute ...
  • Gregoriades, A., & Mouskos, K. C. (۲۰۱۳). Black spots identification ...
  • Hagel, B. E., Ruest, N., Morgunov, N., Embree, T., Couperthwaite, ...
  • Haleem, K., & Gan, A. (۲۰۱۳). Effect of driver’s age ...
  • Hänninen, M. (۲۰۱۴). Bayesian networks for maritime traffic accident prevention: ...
  • Hossain, M., & Muromachi, Y. (۲۰۱۲). A Bayesian network based ...
  • Høye, A. (۲۰۲۰). Speeding and impaired driving in fatal crashes—Results ...
  • Kashani, A. T., & Mohaymany, A. S. (۲۰۱۱). Analysis of ...
  • Khattak, A. J., Ahmad, N., Wali, B., & Dumbaugh, E. ...
  • Khosbayar, A., Valluru, J., & Huang, B. (۲۰۲۱). Multi-rate Gaussian ...
  • Kurgan, R. W. S. L. A., Cios, K. J., & ...
  • Lee, C., & Abdel-Aty, M. (۲۰۰۸). Presence of passengers: does ...
  • Mbakwe, A. C., Saka, A. A., Choi, K., & Lee, ...
  • Mujalli, R. O., & De Oña, J. (۲۰۱۱). A method ...
  • Olowosegun, A., Babajide, N., Akintola, A., Fountas, G., & Fonzone, ...
  • Pande, A., & Abdel-Aty, M. (۲۰۰۶). Assessment of freeway traffic ...
  • Patil, S., Geedipally, S. R., & Lord, D. (۲۰۱۲). Analysis ...
  • Razzaghi, A., Soori, H., Kavousi, A., Abadi, A., & Khosravi, ...
  • Savolainen, P., & Mannering, F. (۲۰۰۷). Probabilistic models of motorcyclists’ ...
  • Shaon, M. R. R., Qin, X., Chen, Z., & Zhang, ...
  • Su, J., & Zhang, H. (۲۰۰۶). Full Bayesian network classifiers. ...
  • Ulak, M. B., Ozguven, E. E., Vanli, O. A., Dulebenets, ...
  • Vollrath, M., Meilinger, T., & Krüger, H.-P. (۲۰۰۲). How the ...
  • Wang, K., & Qin, X. (۲۰۱۵). Exploring driver error at ...
  • Williamson, A., Friswell, R., Olivier, J., & Grzebieta, R. (۲۰۱۴). ...
  • Wood, J. M., Tyrrell, R. A., & Carberry, T. P. ...
  • Wu, Q., Chen, F., Zhang, G., Liu, X. C., Wang, ...
  • Wu, Q., Zhang, G., Ci, Y., Wu, L., Tarefder, R. ...
  • Yadav, A. K., & Velaga, N. R. (۲۰۲۰). An investigation ...
  • Zajac, S. S., & Ivan, J. N. (۲۰۰۳). Factors influencing ...
  • نمایش کامل مراجع