شناسایی و مدل سازی عوامل موثر بر واریانس سرعت در معابر برون شهری با رویکرد یادگیری ماشین

واریانس سرعت یکی از عوامل کلیدی در ایمنی راه ها محسوب می شود که تغییرپذیری آن می تواند تاثیر مستقیمی بر وقوع تصادفات داشته باشد. این پژوهش با هدف شناسایی و تحلیل عوامل موثر بر واریانس سرعت در معابر برون شهری ایران با استفاده از مدل جنگل تصادفی انجام شده است. این مدل به دلیل توانایی بالا در پردازش داده های حقیقی، انعطاف پذیری در شناسایی روابط غیرخطی و کاهش خطر بیش برازش انتخاب شده است. برای انجام پژوهش، داده های ۱۱۸۸ نقطه از شبکه راه های برون شهری از طریق پیمایش میدانی گردآوری شده و متغیرهای ترافیکی، زیرساختی و محیطی موثر بر واریانس سرعت مورد بررسی قرار گرفتند. نتایج مدل جنگل تصادفی نشان داد که درصد تخطی از سرعت مجاز مهم ترین عامل افزایش واریانس سرعت است و رابطه مستقیمی با تغییرپذیری سرعت در جریان ترافیک دارد. همچنین، سرعت متوسط تاثیر غیرخطی داشته و در سرعت های بالا، تغییرات سرعت به میزان چشمگیری افزایش می یابد. بررسی ترکیب وسایل نقلیه نشان داد که درصد خودروهای سنگین تا محدوده ۳۰ تا ۴۰ درصد موجب افزایش واریانس سرعت شده و پس از آن، با تثبیت جریان حرکت، این تغییرات کاهش می یابد. در بین عوامل زیرساختی، تعداد خطوط عبوری تاثیر مثبت بر تغییرپذیری سرعت دارد، درحالی که وجود سرعت کاه به طور معناداری واریانس سرعت را کاهش می دهد. در بخش عوامل محیطی، تراکم جمعیتی پیرامون راه و کاربری کشاورزی اثر کاهشی بر واریانس سرعت داشته، اما حجم ترافیک ساعتی رابطه معکوس با آن دارد، به این معنا که در ترافیک سنگین، جریان حرکت یکنواخت تر و تغییرپذیری سرعت کمتر می شود. بر اساس یافته ها، بهینه سازی محدودیت های سرعت، کنترل رفتار رانندگان در معابر پرتردد و استفاده هدفمند از سرعت کاه در مقاطع با نوسانات بالای سرعت از جمله راهکارهایی هستند که می توانند در کاهش واریانس سرعت و بهبود ایمنی جاده ها موثر باشند. نتایج این پژوهش می تواند در برنامه ریزی و سیاست گذاری های مرتبط با کاهش تصادفات و ارتقای ایمنی راه های برون شهری مورد استفاده قرار گیرد.

کلیدواژه ها:

واریانس سرعت ، ایمنی جاده ای ، جنگل تصادفی ، یادگیری ماشین ، تصادفات