پیش بینی شدت تصادفات در صورتی که با متدلوژی های دارای مبانی علمی انجام گیرد می تواند به عنوان ابزاری مهم در مدیریت ایمنی راهها و مهندسی حمل و نقل محسوب شود. در این مقاله روشی برای شناسایی و پیش بینی و شدت تصادفات در راههای بین شهری ارائه شده است. این روش مبتنی بر یک تحقیق تجربی است که در یک کریدور مهم و شریانی واقع در استان خراسان رضوی انجام شده است. تجزیه و تحلیل حوادث رخ داده مربوط به سالهای 1392 تا 1395 و داده هایی است که از گزارش پلیس راه بدست آمده است. سایر اطلاعات از جمله داده های هندسی از طریق برداشت میدانی و نیز بهره گیری از سیستم اطلاعات جغرافیایی و اطلاعات ترافیکی از اداره مربوطه در استان یاد شده جمع آوری شده است. داده ها در سیستم GIS ، ثبت و ذخیره شد و با استفاده از یک سری روشهای آماری پردازش گردید و نتایج از دو مدل مورد بررسی به دست آمد. مدل1 از طریق آنالیز چند متغیره (MVA)1 و مدل2 با استفاده از تکنیک شبکه عصبی مصنوعی(ANN)2 ایجاد گردید. با مقایسه این دو مدل ، مشخص شد که مدل 2 از مدل 1 دارای نتایج بهتری است به این دلیل که جمع کل مقدار باقیمانده که تفاوت بین میزان واقعی مشاهده شده و میزان پیش بینی شده توسط مدل است در مدل 2 کمتر است. اگرچه که به نظر می رسد مدل 1 در تخمین مقاطع پرتصادف خطرناک تر(دارای تعداد زیاد فقره تصادف) کارایی و عملکرد بهتری دارد.
کی منش, محمدرضا, & برادران رحمانیان, نصیر. (1400). پیش بینی شدت تصادفات جاده ای با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روش آنالیز چند متغیره. جاده, 29(106), 1-10. doi: 10.22034/road.2021.118084
MLA
محمدرضا کی منش; نصیر برادران رحمانیان. "پیش بینی شدت تصادفات جاده ای با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روش آنالیز چند متغیره". جاده, 29, 106, 1400, 1-10. doi: 10.22034/road.2021.118084
HARVARD
کی منش, محمدرضا, برادران رحمانیان, نصیر. (1400). 'پیش بینی شدت تصادفات جاده ای با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روش آنالیز چند متغیره', جاده, 29(106), pp. 1-10. doi: 10.22034/road.2021.118084
VANCOUVER
کی منش, محمدرضا, برادران رحمانیان, نصیر. پیش بینی شدت تصادفات جاده ای با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روش آنالیز چند متغیره. جاده, 1400; 29(106): 1-10. doi: 10.22034/road.2021.118084