عباس محمودآبادی - دانشجوی دکتری مهندسی صنایع – دانشکده فنی - دانشگاه پیام نور
اعظم صفی صمغ آبادی - استادیار – دانشکده فنی – دانشگاه پیام نور

در این مقاله تعداد روزانه تصادفات جادهای بر اساس عوامل تاثیرگذار در بروز حوادث رانندگی با تکیه بر تغییرات میزان تردد با استفاده از تکنیکو مدلهای شبکههای عصبی برآورد میگردد که در آن از شبکه عصبی استفاده شده است. اهمیت این برآورد نیز باتوجه به این که نوع تصادفات به سه دسته تصادفات فوتی، جرحی و خسارتی تفکیک شدهاند, آن است که دستگاههای مسئول میتوانند فراخور وظایف خود اقدامات اجرایی و عملیات خود را ساماندهی و برنامهریزی نمایند. در پایان مقاله برای اعتبارسنجی مدل خروجیهای مدل شبکه عصبی با خروجیهای مدلهای رگرسیون چند متغیره مورد ارزیابی قرار گرفته است و نشان داده شده است که شبکه ها ی عصبی دارای خطای مدل کمتری نسبت به مدلهای رگرسیون میباشند. در مدل شبکه عصبی توسعه داده شده در این مقاله ضریب ترکیب ترافیکی که نشان دهنده سهم وسایل نقلیه سنگین در ترافیک بینشهری است وارد شده که میتوان آن را ابتکاری جدید در این مقاله محسوب نمود

مدلهای تخمین، تصادفات جادهای، شبکههای عصبی، رگرسیون چند متغیره