شماره ركورد كنفرانس :
4669
عنوان مقاله :
پيش بيني تصادفات عابران پياده و عوامل موثر بر آن با استفاده از روش ابداعي خوشه بندي كا-ميانگين در شبكه عصبي پرسپترون چندلايه
پديدآورندگان :
مسلم بهزاد Behzad.moslem@srbiau.ac.ir كارشناسي ارشد، مهندسي صنايع، دانشكده فني و مهندسي، دانشگاه آزاد اسلامي واحد علوم و تحقيقات تهران، تهران، ايران , توفيقي اصل مهرداد كارشناسي ارشد، مهندسي صنايع، دانشكده فني و مهندسي، دانشگاه آزاد اسلامي واحد علوم و تحقيقات تهران، تهران، ايران
كليدواژه :
پرسپترون چندلايه , تصادفات عابران پياده , خوشه بندي , شبكه عصبي , كا , ميانگين
عنوان كنفرانس :
پانزدهمين كنفرانس بين المللي مهندسي صنايع
چكيده فارسي :
عابران پياده به دليل عدم محافظت بخصوص در مسيرها، از آسيب پذيرترين عوامل حاضر در جاده‌هاي درون و برون شهري محسوب مي‌شوند. هدف اين پژوهش در ابتدا كشف عوامل موثر بر تصادفات عابران پياده در جاده‌ها و سپس بررسي عملكرد روش ابداعي خوشه‌بندي در شبكه‌هاي عصبي مصنوعي براي پيش بيني تصادفات عابران پياده در ايران است. براي دستيابي به اهداف اين پژوهش از الگوريتم‌هاي داده كاوي خوشه‌بندي و شبكه‌هاي عصبي با استفاده از نرم افزار داده كاوي استفاده شد. به دليل وجود روش‌هاي متعدد در خوشه بندي، اين پژوهش تمركز خود را بر روي روش خوشه‌بندي كا-ميانگين قرار داد. همچنين از روش پرسپترون چندلايه در شبكه‌هاي عصبي استفاده گرديد. نتايج نشان داد كه نيازمند رسيدگي سريع به آموزش به رانندگان به خصوص به رانندگان جوان و آموزش به شهروندان هستيم. همچنين در اين پژوهش مشخص گرديد، اغلب موارد عابران پياده مقصر اصلي در تصادفات نيستند. در نهايت نتايج بررسي مدل، نشان از برتري روش ابداعي پيشنهادي در همه ابعاد نسبت به روش ساده دارد.
