اولویتبندی عوامل زیرساختی مؤثر بر ایمنی راههای دوخطه با رویکردهای پیشگیرانه و واکنشگرا (مطالعه موردی: محور اهر-تبریز)
نویسندگان
1 استادیار،گروه مهندسی عمران، دانشگاه آیت الله العظمی بروجردی، بروجرد، ایران
2 گروه مهندسی عمران، دانشگاه صنعتی شاهرود، شاهرود، ایران
doi
10.22060/ceej.2021.19521.7193چکیده
شناسایی عوامل زیرساختی مؤثر در تصادفات راههای دوخطه برون شهری مبتنی بر دو رویکرد پیشگیرانه و واکنش گرا از روش های ارتقاء ایمنی جادهای است. هدف پژوهش حاضر، شناسایی و اولویت بندی عوامل مؤثر بر ایمنی راه برونشهری دوخطه محور اهر- تبریز توسط سه مدل شبکه عصبی، تاپسیس و رگرسیون لجستیک است. از روش تحلیل سلسله مراتبی نیز برای تعیین اوزان معیارها و زیرمعیارهای مرتبط در روش تاپسیس استفاده می شود. سپس، این مطالعه به مقایسه نتایج اولویت بندی سه روش پیشنهادی بر اساس دو رویکرد مورد نظر می پردازد. نتایج حاصل از مدل شبکه عصبی نشان داد که این مدل با درستی پیش بینی 86 درصد متغیرهای زیرساختی به ترتیب وجود قوس های افقی و قائم، درصد خودروهای سنگین، وضعیت روسازی، وضعیت زهکشی راه، حجم ترافیک عبوری و وضعیت دوربین کنترل سرعت را اولویت بندی می کند. در حالی که بر اساس روش تاپسیس، اولویت متغیرهای زیرساختی مؤثر بر ایمنی مسیر به ترتیب شامل وضعیت زهکشی، وضعیت روسازی، وضعیت دوربین کنترل سرعت، وجود قوس های افقی و قائم، وضعیت علائم مورد استفاده در راه، درصد خودروهای سنگین، وضعیت روشنایی راه، حجم ترافیک عبوری و وضعیت آرامسازی ترافیک می باشد. همچنین، نتایج تحلیل رگرسیون لجستیک نشان داد که این مدل با درستی 74/82 درصد توانایی اولویت بندی عوامل زیرساختی شامل متغیرهای وضعیت روسازی، وضعیت دوربین کنترل سرعت، وضعیت روشنایی راه، حجم ترافیک عبوری، و وضعیت علائم مورد استفاده در راه دارد که این متغیرها به ترتیب اثرگذاری بیشتری بر اساس شانس بیشتر در مدل نسبت به دیگر متغیرهای زیرساختی در احتمال وقوع شدت تصادفات دارند. مقایسه عملکردی رویکردهای واکنشگرا و پیش گیرانه با استفاده از آزمون های اسپیرمن و تی-تست نیز نشان داد که بین دو مدل شبکه عصبی و رگرسیون لجستیک همبستگی در عملکرد وجود دارد و دو مدل در رویکرد واگنش گرا تفاوت معناداری وجود ندارد. در حالی که بین این مدل ها و مدل تاپسیس تفاوت معناداری در عملکرد رویکرد وجود دارد. در نتیجه دو مدل عصبی و رگرسیون لجستیک در رویکرد واکنش گرا و مدل تاپسیس در رویکرد پیش گیرانه طبقه بندی می شوند و مدل شبکه عصبی به دلیل مقدار درستی پیش بینی قابل توجه در پیش بینی شدت تصادفات از قابلیت بهتری نسبت به سایر مدل ها در شناسایی و اولویت بندی عوامل زیرساختی کاربرد دارد.
