پیش بینی تصادفات رانندگی با استفاده از مدل رگرسیون چند سطحی و پارامترهای زمانی

Abstract

در این تحقیق پیش بینی زمانی-مکانی تصادفات رانندگی بزرگراه کرج- قزوین با استفاده از مدل های رگرسیون لجستیک چند سطحی و پارامتر های صرفا زمانی انجام شده است. دقت مدل‌سازی با پارامتر های زمانی با استفاده از پارامتر های بهینگی مدل در مقابل دقت مدل با پارامتر های محیطی تست شده‌ است که نشان می‌دهد مدل های زمانی دقت بیشتری نسبت به مدل های محیطی داشته است. با توجه به ضریب AUC مشخص شده است که دقت مدل با پارامتر محیطی برازش ضعیف دارد در حالی که مدل زمانی در سطح برازش مناسب قرار گرفته است. برای ایجاد مدل زمانی-مکانی از مدل رگرسیون لجستیک چند سطحی استفاده شده است. پارامتر های بهینگی مدل نشان می‌دهند مدل های رگرسیون لجستیک چند سطحی به مراتب دقت بیشتری نسبت به مدل های رگرسیون لجستیک معمولی دارند. ‌شاخص AUC نشان می دهد که مدل های رگرسیون لجستیک چند سطحی دارای دقت خوب در پیش بینی تصادفات هستند. در نهایت صحت مدل در پیش بینی 200 نمونه تصادف که در مدل-سازی استفاده نشده بودند مورد بررسی قرار گرفت. نتایج نشان می‌دهند که مدل رگرسیون لجستیک چند سطحی توانسته است 25 درصد تصادفات رانندگی را در 6 اولویت اول از 105 اولویت پیش بینی کند.