فهرست نشریات علمی دسترسی آزاد ایران

وقوع تصادف در جاده‌ها به لحاظ شدت و خسارات جانی و مادی در شرایط محیطی و هندسی مختلف همواره مورد بررسی و توجه قرار گرفته است. در این تحقیق از مدل پرسپترون چندلایه با معماری‌های مختلف شامل یک و دولایه مخفی با تعداد نورون‌های متفاوت برای تخمین تعداد تصادفات جاده‌ای استفاده شده است. در مدل‌سازی از متغیرهای مستقل (داده‌های ورودی) شامل شعاع قوس افقی، زمان وقوع حادثه، سن راننده مسبب حادثه، جنسیت، داشتن گواهی‌نامه، نوع وسیله نقلیه، شرایط آب‌وهوایی، متوسط ترافیک روزانه، روشنایی محیط، علت وقوع حادثه، نوع و مکان وقوع تصادف استفاده شده است. تعداد تصادفات به عنوان متغیر وابسته به چهار کلاس (کلاس اول برابر با یک تصادف، کلاس دوم برابر با 2 تصادف، کلاس سوم برابر با 3 تصادف، کلاس چهارم برابر با 4 تصادف) تقسیم‌بندی شد. در این راستا از گزارش‌های تصادفات آزادراه تهران - پردیس حدفاصل دی‌ماه 1395 الی مردادماه 1398 که از شرکت آزادراه تهران - پردیس دریافت شده مورداستفاده قرار گرفته است. تعداد تصادفات رخ‌داده در طول این مدت برابر 368 مورد بوده است که از این تعداد 44 مورد گزارش به دلیل نقص اطلاعات ثبت شده خارج و با استفاده از 324 مورد گزارش، مدل‌های عصبی ساخته شد. نتایج نشان می‌دهد که مدل شبکه عصبی با دولایه پنهان هرکدام با تعداد 14 عصب با دقتی برابر 3/83 درصد برای داده‌های آموزش و دقت کل 3/83 درصد بهترین عملکرد ر تخمین تعداد تصادفات را از خود نشان داد.