مدل‌سازی سطح شدت حوادث وسایل‌نقلیه کامیونی با استفاده از روش رگرسیون لجستیک باینری

نویسندگان

1 استادیار، بخش مهندسی عمران، دانشکدۀ فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران

2 دانش آموخته کارشناسی ارشد، دانشکدۀ فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران

3 دانشیار، بخش مهندسی عمران، دانشکدۀ فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران

doi
10.22034/tri.2024.429421.3211
چکیده

پیش‌بینی شدت آسیب تصادف به دلیل تأثیر آن بر جان انسان‌ها یک هدف تحقیقاتی اطمینان‌بخش در ایمنی ترافیک و از اولویت‌های اصلی محققان ایمنی برای کاهش شدت تصادفات است. به دلیل نگرانی‌های ایمنی ناشی از کامیون‌های بزرگ و نرخ بالای تصادفات فوتی این نوع وسایل نقلیه، کاوش در تصادفات آن‌ها می‌تواند به تعیین عوامل مؤثر در شدت تصادفات کمک کند. مطالعه حاضر با استفاده از سامانه داده‌های اطلاعات ایمنی راه (HSIS) در ایالت کالیفرنیا آمریکا، بر تصادفات کامیون‌های بزرگ برای پیش‌بینی عوامل مؤثر بر شدت آسیب تصادفات تمرکز دارد. متغیرهای پیش‌بینی‎کننده به چهار مشخصه راننده، راه، تصادف و وسیله‌نقلیه طبقه‌بندی شدند. در این مقاله با استفاده رگرسیون لجستیک باینری (BLR) به مدل‌سازی سطح شدت تصادفات و ارزیابی وزن متغیرهای مختلف پیش‌بینی کننده بر شدت آسیب پرداخته می‌شود. براساس نتایج مدل‌سازی‌، متغیرهای آب‌وهوا در شرایط صاف، AADT در دو حالت بیش از 250 هزار وسایل‌نقلیه بر روز و بین 100 هزار تا 250 هزار وسایل‌نقلیه بر روز دارای اهمیت بیشتر هستند. همچنین، نتایج نشان داد مدل‌سازی BLR دارای دقت و برازش مناسب است.