کاربرد مدل‌سازی فازی در تحلیل حساسیت عوامل موثر بر کاهش حوادث رانندگی

زمینه و هدف: مدل های پیش بینی تصادفات رانندگی می توانند به درک علل وقوع تصادفات کمک کرده و وقوع آن‌ها را در شرایط خاص پیش بینی کنند. این مطالعه باهدف ایجاد یک مدل پیش بینی تصادفات برای بزرگراه یزد - انار به‌عنوان بخشی از کریدور حمل‌ونقل جاده ای شمال به جنوب کشور با استفاده از روش منطق فازی انجام و در ادامه، تحلیل حساسیت راهبردهای مختلف کاهش تصادف برای کمک به تصمیم گیرندگان برای اجرای اصلاحات مناسب ارائه ‌شده است. روش: روش ارائه ‌شده در این تحقیق استفاده از منطق فازی برای پیش بینی و تحلیل حساسیت عوامل موثر بر تصادفات می باشد که ممکن است در طول سال اتفاق بیفتد. داده های این تحقیق، تصادفات بزرگراه یزد -انار در ده سال اخیر و متغیرهای تحقیق شامل عرض جاده، شرایط روسازی جاده، متوسط حجم ترافیک ساعتی، سرعت، تعداد نقاط دسترسی به بزرگراه و وضعیت علائم راهنمایی و رانندگی می باشند. با انجام تحلیل حساسیت، گام های مناسب و اقدامات احتیاطی در جهت نیل به کاهش تصادفات پیشنهادشده است. یافته ها: یافته های تحقیق نشان داد که سیستم منطق فازی پیشنهادی، یک پیش بینی دقیق و پایدار از تعداد تصادفات رانندگی با ضریب تعیین بیش از 87 درصد را به دست می دهد. نتیجه گیری: اجرای برنامه های پیشنهادی کوتاه و بلندمدت حاصل از تحلیل حساسیت عوامل موثر بر تصادفات رانندگی، به ترتیب تصادفات را به میزان 15.2 درصد و 42.3 درصد کاهش خواهد داد.

Fuzzy Modeling Application in Sensitivity Analysis of Factors Affecting Traffic Accidents

Background and Aim: Traffic accident prediction models can help to understand the causes of accidents and predict their occurrence in specific situations. The aim of this study was to create a crash prediction model for Yazd-Anar highway as part of the north-south road transport corridor using fuzzy logic method and to further analyze the sensitivity of different crash reduction strategies to help make a decision. Recipients are provided to implement appropriate corrections.Method: The method presented in this research is the use of fuzzy logic to predict and analyze the sensitivity of factors affecting accidents that may occur during the year. The data of this research are Yazd-Anar highway accidents in the last ten years and the research variables include road width, road pavement conditions, average hourly traffic volume, speed, number of access points to the highway and the status of traffic signs. By performing sensitivity analysis, appropriate steps and precautions have been suggested in order to reduce accidents.Findings: The research findings showed that the proposed fuzzy logic system provides an accurate and stable prediction of the number of traffic accidents with a coefficient of determination of more than 87%.Results: Implementation of short-term and long-term programs resulting from the sensitivity analysis of factors affecting traffic accidents will reduce accidents by 15.2% and 42.3%, respectively.