پیش بینی تصادفات با لحاظ تاثیر منظر خیابان و کاربری زمین و با استفاده از یادگیری ماشین

تصادفات در شبکه راه ها، دارای ابعاد گوناگون اقتصادی، اجتماعی ، فرهنگی ، زیست محیطی ، بهداشتی و انسانی می باشند. پژوهش حاضر به بررسی میزان تصادفات درون شهری از قبیل تصادفات عابرین پیاده، دوچرخه سواران، موتور سیکلت ها و خودروها و همچنین شدت هر یک از آنها با لحاظ عوامل موثر در این تصادفات از جمله نوع محدودیت های ناشی از فضا و مکان، توزیع جمعیت ها، محدودیت های فیزیکی و انسانی ، فاصله ، توپوگرافی و کاربری زمین می پردازد. عاملی که نقش کلیدی در این پژوهش ایفا می نماید، نما و منظر خیابانهاست که شاید ساده و جزئی به نظر برسد، اما اثرات آن در تصادفات قابل ملاحظه است . از طرفی ، به منظور بهبود جریان ترافیک و جلوگیری از حوادث و فراهم نمودن ایمنی مناسب ، می توان از دستاوردهای روز دنیا از جمله هوش مصنوعی بهره گرفت که توانایی تجزیه و تحلیل و همچنین پیش بینی تصادفات با توجه به شرایط هر منطقه را داراست . لذا پس از برداشت ، جمع آوری و آمادهسازی دادهها، مدلهایی با استفاده از الگوریتم های یادگیری ماشین همچون شبکه عصبی مصنوعی ، ماشین بردار پشتیبان و رگرسیون ساخته شدند و مورد تجزیه و تحلیل قرار گرفتند. نتایج نشان داد که کاربری تجاری، احتمال وقوع تصادفات را افزایش میدهد و در خیابانهای با منظر محصور، احتمال وقوع تصادف کمتر است .

کلیدواژه ها:

تصادفات ، کاربری زمین ، منظر خیابان ، یادگیری ماشین ، ایمنی