پیش بینی شدت تصادفات فوتی جاده ای ایران با استفاده از مدلهای دسته بندی پایه و جمعی

Abstract

با توجه به این که شدت تصادفات در راه‌های برون شهری معمولاً از شدت تصادفات در معابر شهری بیشتر است لذا پیش بینی شدت تصادفات جاده‌ای در راه‌های برون شهری از اهمیت بسزایی برخوردار است. در این مقاله با استفاده از متغیرهای مستقل نظیر علت تصادف، نوع برخورد، نوع وسیله نقلیه مقصر، زمان تصادف، روز تصادف و فصل تصادف به پیش بینی شدت تصادفات فوتی جاده ای پرداخته شده است. بدین منظور انواع مختلفی از مدلهای دسته بندی پایه به مانند -K نزدیک ترین همسایگی ، بیز ساده ، درخت تصمیم و دسته بندی جمعی بگینگ و بوستینگ از داده‌های تصادفات فوتی سال 88 برازش شده اند. نتایج حاصل از برازش مدلها از سویی نشان‌دهنده افزایش دقت مدلهای دسته بندی جمعی بگینگ و بوستینگ به اندازه 04/0 بوده است و از طرف دیگر مدلهای دسته بندی جمعی بگینگ با الگوریتم یادگیری درخت تصمیم و دسته بندی جمعی بوستینگ با الگوریتم یادگیری بیز ساده در پیش بینی شدت تصادفات فوتی جاده ای کارایی بالای داشته است.