ارائه مدل پیش بینی تصادفات در بزرگراه های شهری با استفاده از داده کاوی سنسورهای پایش سازه و ترافیک

وقوع تصادفات در بزرگراه های شهری علاوه بر تلفات انسانی، تاثیر مخربی بر جریان ترافیک و وضعیت روسازی دارد. این پژوهش با هدف بهبود ایمنی، مدلی یکپارچه برای پیش بینی تصادفات با استفاده از تلفیق داده های سنسورهای پایش سازه و ترافیک ارائه می دهد. برخلاف مطالعات گذشته که اغلب این دو منبع داده را جداگانه بررسی کرده اند، در این تحقیق از داده کاوی برای کشف الگوهای پنهان میان وضعیت سلامت سازه پل ها و روسازی (مانند ارتعاش، کرنش و عیوب سطحی) و پارامترهای کلان نگر ترافیک (حجم، سرعت و نرخ اشغال) استفاده شده است. مدل توسعه یافته با به کارگیری الگوریتم های یادگیری ماشین، ریسک تصادف را بر اساس اندرکنش دینامیک بار ترافیک و پاسخ سازه ای پیش بینی می کند. نتایج نشان می دهد که ادغام شاخص های وضعیت سازه ای در کنار داده های لحظه ای ترافیک، دقت پیش بینی را نسبت به مدل های تک منبعی به میزان قابل توجهی افزایش داده و می تواند به عنوان یک سیستم هشدار زودهنگام برای مدیریت فعال ایمنی بزرگراه ها به کار رود. این رویکرد گامی نوین در بهره گیری از داده های پایش سلامت سازه برای تحلیل های کلان ایمنی حمل ونقل محسوب می شود.

کلیدواژه ها:

پیش بینی تصادفات ، بزرگراه های شهری ، داده کاوی ، پایش سلامت سازه ، سنسورهای ترافیکی ، یادگیری ماشین.