ارزیابی عوامل موثر بر تصادفات عابرین پیاده در خیابانهای شهری و ارائه مدلی برای پیش بینی این تصادفات(مطالعه موردی شهر زنجان)
نویسندگان
1 دانشجوی دکتری، دانشگاه آزاد اسلامی واحد بین المللی کیش، کیش، ایران
2 استادیار، دانشگاه پیام نور، تهران، ایران
doi
10.22034/tri.2022.286782.2913چکیده
افزایش سطح ایمنی در بخش حمل ونقل جاده های برون شهری، همواره یکی از مهمترین مباحث موردتوجه در سیستم حمل و نقل بوده است. در بین صنایع حمل ونقل کشوری، صنعت حمل ونقل برون شهری همواره دارای بیشترین آمار تلفات می باشد. با شناسایی شاخص های ایمنی و نقاط حادثه خیز برون شهری و افزایش سطح ایمنی آنان، می توان درصد خسارات و تلفات را در حد چشمگیری کاهش داد. تحقیقات برای مدلسازی شیوه عملکرد انسان منجربه ایجاد دو زمینه تحقیقاتی جدید، شبکه های عصبی و سیستم های فازی گردیده است. شبکه های عصبی، سیستم های دینامیکی هستند که با الگوبرداری از نحوه عملکرد سیستم عصبی و مغز انسان با پردازش بر روی داده های تجربی، دانش یا قانون نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند و با تکیه بر قابلیت یادگیری و توانایی پردازش موازی قادر به حل مسائل پیچیده می باشند. سیستم های فازی بر پایه نحوه تصمیمگیری تقریبی انسان به مدلسازی کمیت ها به صورت کیفی و شهودی پرداخته و به این ترتیب در مواجهه با نامعینی ها تلاش می کنند. سادگی و قابلیت فهم این روش از مزایای آن محسوب می شود. سیستم های عصبی- فازی با ترکیب دو روش از قابلیت یادگیری و پردازش موازی شبکه های عصبی و استنتاج تقریبی فازی استفاده می کنند. در این پژوهش یک شبکه عصبی- فازی بازگشتی برای پیشبینی میزان تصادفات طراحی شده است سپس الگوریتم ژنتیک به منظور روشی نوین در آموزش این شبکه مطرح شده و به مقایسه آنها پرداخته شده است.