شناسایی عوامل موثر بر شدت تصادفات خروج از مسیر در ایران با استفاده از مدل جنگل تصادفی و تفسیر شاپلی

تصادفات خروج از جاده از مهمترین و مرگبارترین انواع تصادفات ترافیکی محسوب می شوند و سهم قابل توجهی از تلفات جرحی و فوتی ناشی از سوانح جاده ای را به خود اختصاص می دهند. بر اساس گزارش سازمان جهانی بهداشت سالانه بیش از ۱.۱۹ میلیون نفر در اثر سوانح جاده ای جان خود را از دست می دهند. در ایران نیز سوانح ترافیکی سالانه بیش از ۷.۲ میلیارد دلار هزینه به دنبال دارد. باوجود اهمیت این نوع تصادفات مطالعات اختصاصی اندکی در ایران انجام گرفته است که عمدتا محدود به یک محور یا بازه زمانی کوتاه بوده اند. در این پژوهش به منظور شناسایی عوامل موثر بر شدت تصادفات خروج از جاده در ایران طی سال های ۱۳۹۳ تا ۱۳۹۷، از مدل یادگیری ماشین جنگل تصادفی استفاده شد و برای تفسیر خروجی مدل از ارزش های شاپلی بهره گرفته شد. سی درصد داده ها برای اعتبارسنجی مدل کنار گذاشته شد. همچنین از روش نمونه گیری تصادفی کاهشی برای متوازن سازی داده ها پیش از برآورد مدل استفاده گردید. نتایج نشان داد رانندگان وسایل نقلیه سنگین به ویژه کامیون و کامیون کشنده بیش از سایر رانندگان در معرض تصادفات شدید قرار دارند. شدت تصادف در مناطق غیرمسکونی و جاده های اصلی به مراتب بیشتر از جاده های فرعی و مناطق مسکونی است همچنین تخطی از سرعت مطمئنه موجب افزایش شدت تصادف می شود. سطح راه خشک رابطه معکوس با شدت دارد و تصادفات در قطعات مستقیم و مسطح نسبت به قوس دار و شیبدار از شدت بالاتری برخوردارند. نتایج این مطالعه می تواند مبنای برنامه ریزی موثرتر برای کاهش تلفات ناشی از تصادفات خروج از جاده در سطح ملی قرار گیرد.

کلیدواژه ها:

ایمنی ترافیک ، شدت تصادف ، مهندسی ، عمران ، حمل و نقل ، راه و ترابری ، یادگیری ماشین