شماره ركورد :
941095
عنوان مقاله :
ارائۀ مدل پيش‌بيني تصادفات مدارس حاشيۀ راه‌ها با روش شبكه‌هاي عصبي مصنوعي (مطالعۀ موردي: استان زنجان)
عنوان به زبان ديگر :
(Offering the prediction model of roadside schools accidents 7 using artificial neural networks (Case Study: Zanjan province
پديد آورندگان :
ميربهاء، بابك دانشگاه بين المللي امام خميني (ره)، قزوين - دانشكده مهندسي , محبي،‌ مجتبي دانشگاه آزاد اسلامي زنجان
اطلاعات موجودي :
فصلنامه سال 1396 شماره 20
رتبه نشريه :
علمي پژوهشي
تعداد صفحه :
22
از صفحه :
61
تا صفحه :
82
كليدواژه :
شبكه‌هاي عصبي مصنوعي , پيش‌ بيني تصادفات , مدارس حاشيۀ راه‌ ها , شاخص شدت تصادفات , اولويت‌ بندي , زنجان
چكيده فارسي :
زمينه و هدف: مدارس حاشيۀ راه‌ها همواره به‌عنوان مناطقي شناسايي مي‌شوند كه احتمال تصادف عابران پيادۀ خردسال در مجاورت آن‌ها زياد است؛ لذا پيش‌بيني وضعيت تصادفات اين مدارس مي‌تواند در جهت شناسايي و اولويت‌بندي آن‌ها به‌منظور انجام اقدامات ايمن‌سازي فيزيكي از اهميت ويژه‌اي برخوردار باشد. در اين مطالعه، سعي بر آن است تا روشي براي پيش‌بيني تصادفات مدارس حاشيۀ راه‌ها ارائه شود. روش: براي پيش‌بيني تصادفات از روش شبكه‌هاي عصبي مصنوعي، به‌منظور پيش‌بيني شاخص شدت تصادفات (P) در حوزۀ نفوذ مدارس حاشيۀ راه‌ها اقدام شد. براي آموزش شبكه از اطلاعات مربوط به مدارس حاشيۀ راه‌هاي استان زنجان استفاده شده است و مدل پيشنهادي بر اساس بخش ديگري از همين اطلاعات موردِآزمايش قرار گرفته است. نتايج: نتايج اين مطالعه نشان داد كه شبكۀ عصبي مصنوعي فيت‌نِت از بين سه شبكۀ عصبي منتخب به‌منظور تخمين خروجي، بهترين نتايج را در ارتباط با پيش‌بيني شاخص تصادفات براي مدارس حاشيۀ راه‌ها انجام مي‌دهد. درنهايت، اعتبارسنجي مدل با مقايسۀ اختلاف مقادير پيش‌بيني‌شده توسط مدل و مقادير موجود انجام پذيرفته است كه نتايج نشان داد اختلاف مقادير پيش‌بيني‌شده با مقادير موجود در اكثر نقاط در حد صدم و در تعدادي كمتر از 0.2 و در موارد معدودي غيرقابل‌اغماض مي‌باشند. درنتيجه، نوع شبكه و ساختار آن نيز بر دقت پيش‌بيني نتايج تأثير بسزايي دارد كه در اين پژوهش، شبكۀ عصبي فيت‌نِت نسبت به دو شبكۀ ديگر، خروجي‌هاي مناسبي داشته و افزايش تعداد نورون نيز در بهبود نتايج آن مؤثر بوده است. پيشنهادها: به‌منظور كاهش تصادفات و سوانح ترافيكي مناطق نزديك مدارس پيشنهاد مي‌شود كه پس از انتخاب روش اولويت‌بندي و تعيين مدارس براي ايمن‌سازي، اقداماتي از قبيل استفاده و بهبود علايم افقي و عمودي در محدودۀ مدارس، اعمال محدوديت سرعت در مناطق نزديك مدارس، اعمال جرايم با مبالغ بيشتر در اين محدوده، اختصاص محل‌هاي ويژه براي توقف اتوبوس مدارس در صورت وجود، ايجاد محل‌هاي ويژه به‌منظور پياده‌روي دانش‌آموزان در كناره راه‌ها، حضور پليس در محدودۀ مدارس، بهره‌گيري از افراد آموزش‌ديده به‌ عنوان گذربان مدارس در ساعات اتمام زمان مدارس، استفاده از كيف و لباس‌هاي داراي شبرنگ براي دانش‌آموزان، تأمين نور كافي در مناطق نزديك مدارس و استفاده از نوارهاي لرزاننده جهت آگاهي رانندگان مدّنظر قرار گيرد.
چكيده لاتين :
The field and purpose : Roadside Schools are recognized as the areas where the possibilities of young pedestrian road accident are high in their vicinity. Therefore, predicting the accident situation in these schools can be very important in order to recognize and prioritize of them to perform physical securing efforts. In this study, In this study is attempt to provide a method for predicting roadside schools accidents. Method: To predict accidents, the artificial neural network approach was acting to predict the accidents severity index in the department of influence of roadside schools.the information related to roadside schools of Zanjan province was used to train the network, and the proposed model has been tested according to another part of the same information. The results of this study showed that artificial neural network of fit net Of the three selected neural network to estimate output gives the best results in relation to the prediction of accidents index for roadside schools. Results: Finally, validating the model was done by comparing the difference in the values predicted by the model and the existing values that the results showed that the difference between the predicted values with the existing values in most of the cases is in the hundredth and the number is less than 2.0, and in a few cases are unforgivable. Results is that network type and its structure also has a significant impact on the accuracy of predicted results that in this study, the neural network of fit net Compared to the two other networks is appropriate outputs and increase the number of neuron also been effective in improving its results. Conclusions: To reduce traffic accidents near areas schools recommended that After select prioritize procedure and determine schools to secure are considered measures such as the use of horizontal and vertical symptoms within Schools area, acts of Speed limit in areas near schools, acts of crime with more funds in this area, allocate special places to stop for school buses when available, create special areas for walking students along the way, police presence within schools, The use of trained individuals as passing out of schools during the timeout schools, the use of bags and clothing with reflective for students, provide adequate lighting in areas near schools and the use of vibrate Strips to inform drivers
سال انتشار :
1396
عنوان نشريه :
مطالعات پژوهشي راهور
فايل PDF :
3616687
عنوان نشريه :
مطالعات پژوهشي راهور
اطلاعات موجودي :
فصلنامه با شماره پیاپی 20 سال 1396
كلمات كليدي :
#تست#آزمون###امتحان
لينک به اين مدرک :
بازگشت