پیش بینی تصادفات جاده ای با استفاده از شبکه های عصبی و اصلاح عوارض جاده با کمک الگوریتم ژنتیک

بسیاری از جاده های بین شهری در کشور ایران وضعیت مناسبی ندارند و به همین خاطر است که هرساله افراد زیادی در حوادث جاده ای جان خود را از دست می دهند. اما سوال اینجاست که چه مشخصه هایی از جاده بیشترین نقش را دربروز حوادثی از این دست دارند. ما در این مقاله یکی از حادثه خیز ترین جاده های غرب کشور را جهت بررسی های خود در نظر گرفتیم. ابتدا طول جاده را به ۲۴۴ قطعه تقسیم نمودیم، نحوه ی تقسیم بندی نه براساس فاصله های مساوی بلکه با در نظر گرفتن ۶ عامل جاده ای انجام گرفت، این ۶ مولفه عبارتند از: فاصله ی دید قائم، وجود پل، شعاع قوس، شیب طولی، شانه ی راه و وجود تقاطع فرعی. اطلاعات مربوط به تصادفات این مسیر طی سالهای ۸۹ تا ۹۲ جهت توسعه ی شبکه ی عصبی به منظور پیش بینی تصادفات سالهای آتی و تعیین بهترین اصلاح ممکن برای به حداقل رسانیدن تصادفات در هر بخش از جاده را به کار بردیم. شبکه ی عصبی با داده های سال های ۹۰,۸۹و ۹۱ آموزش داده شد و از داده های سال ۹۲ جهت مقایسه ی نتایج حاصل از شبکه با داده های واقعی تصادفات استفاده کردیم. مشخص شد که این شیوه قابلیت پیش بینی تصادفات در سالیان آتی و تعیین بهترین شیوه ی اصلاح مولفه های شش گانه به منظور حداقلی نمودن تصادفات در این جاده را داراست.

کلیدواژه ها:

شبکه ی عصبی ، پیش بینی تصادفات جاده ای ، شعاع قوس ، شیب طولی ، اصلاح عوارض جاده