شناسایی عوامل موثر و بررسی تصادف‌های ترافیکی با استفاده از رویکردهای داده‌کاوی (مطالعه موردی آزادراه تهران-قم)

Abstract

هدف اصلی این پژوهش شناسایی عوامل کلیدی و بررسی الگوریتم‌های مختلف داده‌کاوی در تصادفات ترافیکی در ایران، بخصوص در جاده‌های برون شهری است. تصادفات ترافیکی برون شهری یکی از منابع اصلی جهت تجزیه و تحلیل و بررسی شدت حوادث رانندگی و علل موثر برآنها است. در ادامه مجموعه قوانینی که می‌تواند در شناسایی عوامل و تاثیر آن‌ها در کاهش تصادفات موثر باشد استخراج خواهد شد. 5099 رکورد از داده‌های جمع آوری شده از محور تهران- قم در استان تهران مورد استفاده قرار گرفت. برای دستیابی به اهداف این پژوهش از تکنیک‌های مختلف داده‌کاوی استفاده گردید. به همین منظور از روش ارزیابی انتخاب مبتنی بر همبستگی برای شناسایی عوامل موثر و انتخاب بردار ورودی استفاده گردید. سپس 6 الگوریتم داده‌کاوی، بیزین ساده، لجیستیک، پرسپترون چندلایه، کلاس‌بندی از طریق رگرسیون، قوانین استنتاجی(پارت) و درخت تصمیم‌گیری جی48، برای پیش‌بینی دقت مدل‌های مورد ارزیابی با استفاده از نرم افزار داده‌کاوی وکا مورد استفاده قرار گرفتند؛ همچنین از الگوریتم اپریوری به همراه دو مدل جی48 و پارت جهت استخراج قوانین استفاده شد. نتایج حاصل از استخراج قوانین نشان داد که حضور عامل تصادف در صحنه تصادف، نوع برخورد، مانع دید، موقعیت تصادف، شرایط سطح راه، هندسه محل تصادف و علل مستقیم بیان شده توسط پلیس برای تصادف از مهم‌ترین عواملی بودند که در قوانین استخراج شده از مجموعه قوانین به آن‌ها اشاره شده و بیشترین تعداد تکرار را داشتند. نتایج نشان دادند که الگوریتم‌های پرسپترون و پارت بهترین عملکرد را در میان سایر الگوریتم‌ها جهت پیش‌بینی در اختیار داشتند.