شناسایی عوامل موثر و بررسی تصادف های ترافیکی با استفاده از رویکردهای داده کاوی (مطالعه موردی آزادراه تهران-قم)

هدف اصلی این پژوهش شناسایی عوامل کلیدی و بررسی الگوریتم های مختلف داده کاوی در تصادفات ترافیکی در ایران، بخصوص در جاده های برون شهری است. تصادفات ترافیکی برون شهری یکی از منابع اصلی جهت تجزیه و تحلیل و بررسی شدت حوادث رانندگی و علل موثر برآنها است. در ادامه مجموعه قوانینی که می تواند در شناسایی عوامل و تاثیر آن ها در کاهش تصادفات موثر باشد استخراج خواهد شد. 5099 رکورد از داده های جمع آوری شده از محور تهران- قم در استان تهران مورد استفاده قرار گرفت. برای دستیابی به اهداف این پژوهش از تکنیک های مختلف داده کاوی استفاده گردید. به همین منظور از روش ارزیابی انتخاب مبتنی بر همبستگی برای شناسایی عوامل موثر و انتخاب بردار ورودی استفاده گردید. سپس 6 الگوریتم داده کاوی، بیزین ساده، لجیستیک، پرسپترون چندلایه، کلاس بندی از طریق رگرسیون، قوانین استنتاجی(پارت) و درخت تصمیم گیری جی48، برای پیش بینی دقت مدل های مورد ارزیابی با استفاده از نرم افزار داده کاوی وکا مورد استفاده قرار گرفتند؛ همچنین از الگوریتم اپریوری به همراه دو مدل جی48 و پارت جهت استخراج قوانین استفاده شد. نتایج حاصل از استخراج قوانین نشان داد که حضور عامل تصادف در صحنه تصادف، نوع برخورد، مانع دید، موقعیت تصادف، شرایط سطح راه، هندسه محل تصادف و علل مستقیم بیان شده توسط پلیس برای تصادف از مهم ترین عواملی بودند که در قوانین استخراج شده از مجموعه قوانین به آن ها اشاره شده و بیشترین تعداد تکرار را  داشتند. نتایج نشان دادند که الگوریتم های پرسپترون و پارت بهترین عملکرد را در میان سایر الگوریتم ها جهت پیش بینی در اختیار داشتند.

کلیدواژه ها:

پیش بینی ، تصادفات ترافیکی ، داده کاوی ، مدل سازی