مدل سازی شبکه مبنای تصادفات جرحی عابر پیاده به کمک شبکه عصبی در محیط GIS (مطالعه ی موردی: شهر مشهد)
- سال انتشار: 1397
- محل انتشار: فصلنامه مهندسی حمل و نقل، دوره: 10، شماره: 2
- کد COI اختصاصی: JR_JTE-10-2_004
- زبان مقاله: فارسی
- تعداد مشاهده: 541
نویسندگان
استادیار، دانشکده عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران
دانش آموخته کارشناسی ارشد، دانشکده عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران
استادیار، دانشکده مهندسی، دانشگاه فردوسی، مشهد، ایران
استادیار، دانشکده مهندسی، دانشگاه فردوسی، مشهد، ایران
چکیده
در این مقاله با در نظر گرفتن 23 پارامتر موثر بر تصادفات جرحی عابر پیاده شهر مشهد (در چهار گروه) در سال های 1391 تا 1393 و آمادهسازی لایههای رستری لازم در محیط GIS، تاثیر هر یک از آنها در قالب ارزیابی عملکرد شبکه عصبی پرسپترون چندلایه، اولویتبندی گردید. در اغلب تحقیقات انجام شده، مدل سازی بردار مبنا مدنظر قرار گرفته و به انعطاف پذیری و دقت پیش بینی رستر مبنای تصادفات در راستای تعیین تاثیر مکانی پارامترها توجهی نشده است. در مقاله پیش رو علاوه بر در نظر گرفتن متغیرهای رایج، متغیرهای فرم شهری و جمعیتی-اجتماعی نیز لحاظ شدند و 38 متغیر مستقلاز چهار حوزه مختلف به طور همزمان ارزیابی گردیدند. به این ترتیب که با انجام پردازش های مکانی-آماری، ابتدا داده های رستری ورودی با ابعاد 20*20 متر در یک پایگاه داده مکانی آماده سازی و به منظور پیادهسازی مدل شبکه عصبی پرسپترون چند لایه، در محیط برنامه نویسی MATLAB فراخوانی شدند. در ادامه، مجموعه داده های رستری شامل 111537 پیکسل تحلیل شده و با تغییر تعداد نورونها، تعداد لایهها، توابع انتقال، توابع آموزش و ترکیبهای متفاوت آموزشی و آزمون، 25 طرح مختلف شبکه عصبی به کمک پارامترهای MSE و ارزیابی گردیدند. نتایج حاکی از آن است که بهترین مدل با 0/95 و MSE=0/0020در بیان ارتباط تعداد تصادفات جرحی عابر پیاده درونشهری و پارامترهای مرتبط با آن بسیار کارآمد و دقیق عمل نموده است. با پیادهسازی مدل مذکور در محدوده مطالعاتی شهر مشهد، مشخص گردید که پارامترهای تراکم خالص مسکونی در نواحی شهرداری، بافت ارگانیک شهری و طبقه اول منزلت اجتماعی به ترتیب دارای بیشترین تاثیر و پارامترهای عرض پیادهروی بالای 10 متر، معابر شریانی درجه دو اصلی و طبقه سوم منزلت اجتماعی به ترتیب دارای کمترین تاثیر در تصادفات عابر پیاده هستند.کلیدواژه ها
تابع چگالی تصادفات, تصادفات جرحی عابر پیاده, سیستم اطلاعات مکانی, مدل پرسپترون چند لایهاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.