شناسایی عوامل موثر بر تخلف سرعت با استفاده از روش درخت طبقه‌بندی و تصمیم‌گیری (مطالعه موردی: راه‌های بین‌شهری استان اصفهان)

برای ارزیابی ایمنی، به صورت معمول شاخص‌هایی مانند تعداد تصادفات و هزینه‌های اجتمائی ناشی از آن را در نظر می‌‌گیرند، در صورتی که این شاخص‌ها معمولاٌ کنترل‌کننده و تاثیرگذار بر ایمنی نیستند و در بعضی مواقع ممکن است این اطلاعات برای منطقه مورد مطالعه موجود نباشد. بنابراین شاخص‌های ایمنی دیگری برای نظارت و کنترل ایمنی لازم است که به آن‌ها شاخص‌های جانشین تصادفات گفته می‌شود. سرعت وسایل‌نقلیه یک جزء اصلی در ایمنی راه‌ها است. موضوع مقاله حاضر،‌ شناسایی عوامل موثر بر تخلف از سرعت مجاز به عنوان شاخص جانشین تصادفات به روش درخت رگرسیون و طبقه‌بندی در راه‌های بین‌شهری استان اصفهان است. جمع‌آوری اطلاعات سرعت وسایل‌نقلیه و تخلف از سرعت در 10 محور بین‌شهری استان اصفهان به کمک دوربین‌های ثبت سرعت روبوت انجام شد. پارامترهای مختلف مربوط به 4 عامل اصلی موثر بر تخلف سرعت شامل انسان، راه، وسیله‌نقلیه و عوامل محیطی محورها نیز جمع‌آوری شد.با استفاده از روش درخت رگرسیون و طبقه‌بندی مهم‌ترین پارامترهای معنادار موثر بر تخلف سرعت شناسایی شدند. دقت کلی طبقه‌بندی مدل 74.7 درصد بدست آمده‌است. نتایج نشان داده‌اند که در بین 4 عامل موثر بر تخلف سرعت، عامل انسانی شامل تعداد و مدت زمان استراحت در طول مسیر، تجربه رانندگی، زمان سفر، تحصیلات راننده، پاسخ به تلفن همراه حین رانندگی و وجود راننده دوم بیشترین تاثیر را در تخلف سرعت داشته‌اند. پس از عامل انسانی، پارامترهای مربوط به راه شامل تعداد نقاط گردشگری و حجم تردد وسایل‌نقلیه از اهمیت بیشتری برخوردار بوده‌است. در پایان، پارامترهای مربوط به وسیله‌نقلیه کمترین نقش را در تخلف سرعت داشته‌اند.

Recognition of Effective Factors on Speed Violation by Using Classification and Regression Tree Model (Case Study: Intercity Roads in Isfahan Province)

Usually indicators like number of crashes and possible costs related to it are considered for safety assessment while those indicators are not controller and have no effects on safety and sometimes this information are not accessible for understudied area. Therefore, other safety indicators are required for safety control and supervisory which are called surrogate indicators. Vehicle speed is a key factor in road traffic safety. Theme of current paper is identifying effective factors on speed violation as surrogate indicator in intercity roads of Isfahan province by using classification and regression tree (CART) model. Information of vehicle speed and violating road speed limit in 10 intercity roads axis of Isfahan province are gathered by using Robot speed cameras. Also 4 main category of factors affecting speed violation including human, road, vehicle and environmental factors of those roads axis are gathered. Speed violation model has 74.7% of total accuracy. Results indicated that among 4 main categories of factors affecting speed violation, human factors have the most impact on speed violations. Among these human factors, frequency and duration of rests, driver experience level, travel time, driver literacy level, talking on phone while driving and presence of second driver in vehicle have more importance in the model classification improvement. After human factors, road factors are more important than other factors in classification of speed violation in which number of attractive points and volume have the most impact. In contrast to above mentioned factors, vehicle related a factor shows the least importance to model classification.