مدل سازی داده محور عوامل موثر بر واریانس سرعت در راه های برون شهری با بهره گیری از رویکرد یادگیری ماشین (مطالعه موردی: استان همدان)

واریانس سرعت یکی از شاخص های کلیدی در ارزیابی پایداری جریان ترافیک و ایمنی جاده ای است، زیرا نوسانات سرعت میان وسایل نقلیه احتمال وقوع تصادف را افزایش می دهد. این پژوهش با هدف شناسایی عوامل موثر بر واریانس سرعت در معابر برون شهری ایران، با بهره گیری از مدل جنگل تصادفی به عنوان یکی از الگوریتم های یادگیری ماشین انجام شد. داده ها از ۲۰۰ نقطه از شبکه راه های برون شهری کشور از طریق پیمایش میدانی گردآوری و مجموعه ای از متغیرهای ترافیکی، زیرساختی و محیطی به عنوان ورودی مدل استفاده شد. نتایج نشان داد درصد تخطی از سرعت مجاز بیشترین تاثیر را بر افزایش واریانس سرعت دارد، در حالی که میانگین سرعت و ترکیب وسایل نقلیه اثرات غیرخطی بر آن دارند. همچنین، افزایش تعداد خطوط عبوری موجب افزایش واریانس و وجود سرعت کاه باعث کاهش آن شده است. از میان عوامل محیطی، تراکم جمعیت و کاربری کشاورزی اثر کاهنده بر نوسانات سرعت داشته اند. یافته ها بیانگر آن است که کنترل رفتار رانندگان، بازنگری در محدودیت های سرعت و به کارگیری هدفمند تجهیزات کاهنده سرعت می تواند موجب کاهش واریانس سرعت و ارتقای ایمنی راه های برون شهری شود.

کلیدواژه ها:

واریانس سرعت ، ایمنی جاده ای ، جنگل تصادفی ، یادگیری ماشین ، تحلیل ترافیک