حبیب ا... نصیری - دانشیار دانشکده مهندسی عمران، دانشیار دانشگاه صنعتی شریف
ناهید شهرامی نیا - کارشناس ارشد برنامه ریزی حمل و نقل

هزینه بالای تصادفات که روزانه توسط جوامع به اشکال مختلف پرداخت میشود، سبب گردیده بهبود ایمنی از اهداف مهم طراحان و برنامه ریزان حمل و نقل باشد. از مهم ترین جنبه های پژوهشی ایمنی راه ها ساخت مدل های پیش بینی تصادفات جهت کمی سازی رابطه میان خصوصیات راه و تعداد تصادفات مشاهده شده است. مدل های آماری مورد استفاده در این مقاله شامل پواسون، دو جمله ای منفی، پواسون صفر آماسیده و دو جمله ای منفی صفر آماسیده و شبکه عصبی مصنوعی بوده است. متغیرهای انتخابی شامل تعداد تصادفاتف طول مقطع، عرض باند وشانه، درجه قوس افقی و شیب طولی مطلق و ADT بوده است. اطلاعات مربوط به هر یک از متغیرها از بانک های اطلاعاتی مختلف موجود در پایگاه داده موسسه حمل و نقل ایالت اورگان امریکا برداشت شده است. مدلسازی ها نشان داد در میان مدل های آماری، مدل دو جمله ای منفی عملکرد بهتری از سایرین داشته ومقایسه آن با مدل شبکه عصبی نشان داد در داده های آموزشی مدل شبکه عصبی توان بیشتری در یادگیری و در داده های آزمایشی مدل دو جمله ای منفی، توان بهتری در تخمین تعداد تصادفات دارد. همچنین افزایش عرض باند، درجه قوس افقی و شیب طولی موج افزایش تعداد تصافات و افزایش عرض شانه سبب کاهش تعداد تصادفات می گردد.

تصادفات ، مشخصات هندسی و ترافیکی ، مدل های تصادفی ، شبکه عصبی