%0 Journal Article %T ارایه مدل پیش بینی شدت تصادفات وسایل نقلیه با استفاده از داده‌های تصادفات (مطالعه موردی محور بابل-گنج افروز) %J پژوهشنامه حمل و نقل %I مرکز تحقیقات راه ، مسکن و شهرسازی %Z 1735-3459 %A باباگلی, رضوان %A عاملی, علیرضا %A غلامرضاتبار, علی اصغر %A پایدار, علی %D 2019 %\ 12/22/2019 %V 16 %N 4 %P 1-14 %! ارایه مدل پیش بینی شدت تصادفات وسایل نقلیه با استفاده از داده‌های تصادفات (مطالعه موردی محور بابل-گنج افروز) %K شدت تصادفات %K وسایل نقلیه %K مدل پیش بینی %K لوجیت %K شبکه عصبی %R %X استان مازندران با توجه به طبیعت زیبای خود همواره یکی از استان های توریستی و گردشگری می باشد که همه ساله تعداد زیادی از افراد در فصول مختلف سال به این استان سفر می­کنند. همچنین این استان یکی از قطب های کشاورزی کشور می­باشد که سهم زیادی از حمل و نقل این صنعت، از طریق حمل و نقل جاده ای انجام می­گیرد که باعث ایجاد تردد ترافیکی با حجم بالا و در پی آن باعث ایجاد حوادث ترافیکی می­گردد. آمار ارایه شده در سال های اخیر نشان می­دهد که این استان، هفتمین استان از نظر تلفات ناشی از تصادفات در کشور می باشد. بر این اساس تحقیقات زیادی در مورد شناسایی عوامل موثر بر شدت تصادفات صورت گرفته است و پیشرفت­های زیادی هم در این مورد حاصل شده است، ولی مطالعات انجام شده در مورد رابطه بین شدت تصادفات و نوع برخورد ناچیز بوده، لذا انجام تحقیقات بیشتر در این مورد ضروری به نظر می­رسد. در این پژوهش با بکارگیری مدل چند جمله­ای لوجیت از مجموعه مدل­های انتخاب برای ارایه مدل پیش بینی شدت تصادفات بهره گرفته شده است. همچنین با استفاده از مدل پیش بینی دو تایی از مجموعه الگوریتم­های داده کاوی شامل الگوریتم CART به عنوان یکی از الگوریتم های درخت تصمیم و الگوریتمANN- MLP از مجموعه الگوریتم­های شبکه های عصبی مصنوعی استفاده گردید و نتایج مورد نیاز استخراج و با یکدیگر مقایسه شده­اند. براساس مطالعه ها صورت گرفته شده در این پژوهش نشان داده شده است که بهترین مدل از نظر درصد درست پیش بینی و قابلیت  ارائه فرمول پیش بینی برای هر سطح،  مدلMNL  بوده است.نتایج بدست آمده در بخش مدلهای پیش بینی نشان می دهد فرمول برآورد شده قادر به پیش بینی شدت تصادفات در سطوح0 (صفر) و 1 با دقت کافی می باشند. %U https://www.trijournal.ir/article_99261_ed8bbe5617bb37daa10596372378d170.pdf