پیش بینی شدت تصادفات جاده ای با استفاده از شبکه های عصبی مصنوعی، مطالعه ی موردی محور اردبیل سرچم

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 863

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CICEAUD01_1168

تاریخ نمایه سازی: 29 فروردین 1397

چکیده مقاله:

شبکه های عصبی مصنوعی براساس مدل بیولوژیک مغز انسان به وجود آمده اند. مفهوم شبکه عصبی مصنوعی که در واقع یکی از مهمترین زیرشاخه های هوش مصنوعی است، در واقع نمونه برداری ساده ای از سیستم عصبی انسان است که در قالب یک مدل ریاضی متبلور شده است. شبکه های عصبی مصنوعی دارای ویژگی هایی می باشند که آنها را در برخی از کاربردها مانند تخمین توابع، پیش بینی، تشخیص الگو، کنترل، رباتیک و به طور کلی در هر جا که نیاز به یادگیری یک نگاشت خطی و یا غیر خطی باشد، متمایز می نماید. در این پژوهش به مدل سازی تصادفات در بزرگراه های شهری پرداخته می شود و عواملی که تاثیر بیشتری بر روی افزایش و همچنین کاهش شدت این تصادفات ها دارد شناسایی شده است تا با بررسی و بهبود این عوامل بتوان میزان شدت تصادف ها و جراحات وارده به استفاده کنندگان از وسایل نقلیه را کاهش داد. بدین منظور مطالعه ی موردی جاده ی اردبیل سرچم انتخاب شده است. در مجموع هفت ساختار برای شبکه امتحان شد که ساختار تک لایه با 8 نرون بهترین خروجی را در مقایسه با دیگر ساختارها داشت. در مرحله پیش پرداز داده ها لازم است داده هایی در شرایط غیر عادی بدست آمده اند از جامعه آماری حذف گردند. برای مثال تصادفات سال 90 بدلیل مشکلات بهره برداری از مسیر دارای نرخ تلفات بسیار بالا می باشد که در شرایط غیرعادی حاصل شده اند و موجب کاهش کارایی شبکه شده است. ضرایب وزن دار ورودی های مستقل مانند شرایط جوی نشان دهنده ی تاثیر نچندان این متغیرها بر شدت تصادفات است. می توان در آموزش مدل، از تاثیر این متغیرها صرف نظر کرد.

کلیدواژه ها:

پیش بینی شدت تصادفات ، شبکه های عصبی مصنوعی ، پرسپترون چند لایه ، محور اردبیل- سرچم

نویسندگان

صابر مولایی علی آبادی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد اهر

مهدی حسین پور

استادیار گروه مهندسی عمران دانشگاه آزاد اسلامی واحد تهران مرکزی

سید رضا الیاسی

کارشناس ارشد عمران