مدل مدیریت ایمنی هوشمند برای راه های برون شهری با بکارگیری شبکه های عصبی - فازی و تصمیم سازی چند معیاره AHP

برقراری ایمنی در شبکه های حمل و نقل، همواره مد نظر تحلیل گران ترافیکی بوده است. تصادفات جاده ای نقطه مقابل ایمنی می باشد که آگاهی و شناخت علل ایجاد آن، نقش موثری در افزایش ضریب ایمنی و به تبع آن کاهش سوانح جاده ای و خسارات جانی و مالی در حمل و نقل جاده ای خواهد داشت. عوامل تاثیر گذار بر تصادفات جاده ای را می توان به چهار گروه اصلی: انسان، راه، وسیله نقلیه، و محیط تقسیم بندی نمود. با بررسی هر یک از پارامترهای تاثیرگذار بر حوادث جاده ای در خواهیم یافت، که به دلیل پیچیدگی و مبهم بودن رفتار بین این عوامل، شناخت و تحلیل علت اصلی تصادفات کار آسانی نخواهد بود. البته هر سانحه رانندگی از اجتماع دو یا چند از این عوامل چهارگانه صورت می گیرد . در این میان محدودیت های مدل های ریاضی چون: تک بعدی بودن (کمی)، عدم لحاظ کلیه شرایط موثر در ارزیابی کمی، پیچیدگی در توصیف رفتاری و عدم استنتاچ از آنها جهت تصمیم سازی های چند منظوره به وضوح نمایان می باشد. در این تحقیق با کاربرد روش های ترکیبی نوین استنتاجی هوشمنت عصبی – فازی نسبت به ساده سازی توصیف رفتار گمی، بستر سازی و ارزیابی های چند بعدی کمی – کیفی، و استنتاج شرطی جهت تصمیم سازی های چند منظوره در انالیز تصادفات جاده ای اقدام گردیده است. پاسخ های دریافتی از شبکه های عصبی – فازی پس از کالیبره شدن، پس از اینکه مدل های برتر با توجه به مقایسه های ضریب همبستگی R2 و همچنین درصد صحت (P.C) و نیز روش TOPSIS مشخص گردید. در نهایت با اولویت بندی مدل های حاصل شده از شبکه های عصبی – فازی ، اقدام به شناسایی پارامتر های موثر (اولویت بندی) و اتهاذ سیاستهای مدیریتی لازم جهت ارتقاء سطح ایمنی در جاده های برون شهری گردیده است.

کلیدواژه ها:

مدیریت ایمنی ، جاده های برون شهری ، مدل عصبی - فازی ، تصمیم گیری های چند معیاره AHP