بررسی اثر جوّی و خرابی جاده‌ای بر وقوع تصادفات با استفاده از مدل شبکۀ عصبی مصنوعی

به‌دلیل نقش زیربنایی و حیاتی جاده‌ها، جابه‌جایی‌هایی انجام‌شده در آن‌ها، تاثیر فراوانی روی رشد اقتصادی کشورها دارد. در سال‌های اخیر، حوادث جاده‌ای به‌دلیل استانداردنبودن وسایل نقلیه و جاده‌‌های موجود، عوامل محیطی و همچنین عوامل پیرامون جاده‌ها، به‌طور چشمگیری افزایش داشته است. عدم رعایت اصول ایمنی در طراحی هندسی و برنامۀ نگهداری راه‌ها موجب گردیده که خسارت‌های سنگینی بر کشور وارد شود. از سوی دیگر، مدل‌سازی تصادفات و بررسی متغیرهای موثر بر وقوع آن، به‌منظور ارائۀ گزینه‌های اصلاحی، انجام‌ نشده است؛ بنابراین در این مقاله، با کمک مدل هوشمند شبکۀ عصبی مصنوعی، تاثیر هم‌زمان عوامل جوّی (آب‌وهوایی) و خرابی روسازی راه، بر وقوع تصادفات در مسیرهای پرتردد استان خوزستان، بررسی و مدل‌سازی شد. اطلاعات هواشناسی و آمار تصادفات برای دورۀ آماری سال‌های 1391-1393 تهیه گردید و متغیرهای مستقل و وابسته به‌عنوان ورودی‌ها و خروجی‌های شبکۀ عصبی، در سه سطح تصادفات کل، تصادفات جرحی و خسارتی تعریف شدند. مدل‌سازی با نرم‌افزار neuro solution و به‌صورت پیش‌رو و بر اساس قاعدۀ آموزش لونبرگ - مارکوات و تابع انتقال سیگموئیدی انجام شد. نتایج حاصل از معماری‌های مختلف نشان داد که شبکۀ عصبی طراحی‌شده، با ضریب تبیین بالا می‌تواند تعداد کل تصادفات را مدل‌سازی نماید. موثرترین مولفه‌ها بر ایجاد تصادفات در این مدل، شرایط آب‌وهوایی (هوای بارانی و ابری)، خرابی راه (شاخص pci و خرابی غالب) و یک عامل دیگر (تعداد تصادفات جلو به جلو) به‌عنوان ورودی مدل بود. ورودی‌های موثر برای مدل‌سازی تصادفات خسارتی شامل تعداد تصادفات (جرحی و خسارتی)، آمار خرابی راه (pci مسیرها و خرابی غالب) و شرایط آب‌وهوایی لحظۀ وقوع تصادف بود. دستیابی به ضریب تبیین بسیار بالا در این مدل نیز بیانگر توانایی شبکۀ عصبی معماری‌شده در مدل‌سازی تصادفات بود. نتایج به‌دست‌آمده نشان می‌دهد که با استفاده از متغیرهای معرفی‌شده می‌توان به پیش‌بینی تصادفات از نظر نرخ و شدت تصادفات (جرحی، فوتی یا خسارتی) پرداخت. همچنین تاثیر عوامل جوّی بر وقوع تصادفات، واقعیتی انکارناپذیر بوده و باید به اصلاح مسیرها، افزایش ایمنی راه و اطلاع‌رسانی مناسب به رانندگان به‌منظور کاهش تصادفات در هنگام وقوع بارش و یا شرایط یخ‌بندان و مه اقدام نمود.