میر حامد فرزین - دانشجوی کارشناسی ارشد راه و ترابری دانشگاه صنعتی خواجه نصیرالدین طوس
منصور حاجی حسینلو - استادیار دانشکده مهندسی عمران دانشگاه صنعتی خواجه نصیرالدین طوسی
سید مهدی ابطحی - استادیار دانشکده مهندسی عمران دانشگاه صنعتی اصفهان

سفرهای درونشهری به شکلهای مختلف با وسایل نقلیه یا بصورت پیاده انجام میشود ولیکن در تمام سفرها بخشی از سفر ناگزیر بصورت پیاده انجام میگیرد که عمدتاً در برگیرنده تقاطعها و محلهای نزدیک مبدأ و مقصد میباشد. از طرفی تقاطعها به عنوان گرههای ترافیکی عامل تعیین کنندهی ظرفیت شبکه حمل- ونقل بوده و هر گونه اختلالی در آنها باعث کاهش شدید ظرفیت شبکه خواهد شد. یکی از عوامل ایجاد ایناختلال تصادفات هستند و تصادفات عابرین با توجه به آسیبپذیری شدید این کاربرِ شبکه حمل و نقل، از اهمیت ویژهای برخوردار است. تحلیل تصادفات بدلیل زیاد بودن عوامل مؤثر و پیچیدگی آنها به کمکروشهای کلاسیک آماری نتایج مناسب و فراگیری در بر ندارد. لذا در این تحقیق از روش شبکه های عصبی که جزء روشهای نوین تحلیل دادهها میباشند برای پیش بینی تصادفات عابرین در تقاطعها استفاده شده است. برای این منظور دادههای مربوط به 230 تقاطع و تصادفات عابرین مربوط به آنها جمعآوری گردیده و در انواع مختلف شبکه های عصبی تحت آموزش و تست قرار گرفتند. در نهایت یکشبکهی پیشخور با پسانتشار خطا با سه لایه و 40 نرون در لایهها قادر به پیشبینی تصادفات عابرین با احتمال 85 درصد گردید. نتایج حاصل از این تحقیق علاوه بر پیشبینی تصادفات عابرین پیاده در تقاطعها، میتواند در اولویت بندی اصلاح تقاطعها از نظر ایمنی و حساسیت سنجی عوامل مختلف در تصادفات عابرین مورد استفاده قرار گیرد

پیشبینی تصادفات عابرین پیاده، تقاطعهای چراغدار، شبکه عصبی