TY - JOUR ID - 120369 TI - تعیین تابع آموزش مناسب مدل شبکه عصبی به منظور ارتقاء ایمنی تردد جاده‌ای JO - پژوهشنامه حمل و نقل JA - TRI LA - fa SN - 1735-3459 AU - خویشداری, ابوالفضل AU - خانی سانیج, حامد AU - ذاکر هرفته, جواد AU - دهقان بنادکی, محسن AD - دانش آموخته کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه یزد، یزد، ایران AD - استادیار، دانشکده مهندسی عمران، دانشگاه یزد، یزد، ایران AD - دانش آموخته کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه پیام‌نور رضوانشهر، یزد، ایران AD - دانش آموخته کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه آزاد اسلامی واحد بافق، یزد، ایران Y1 - 2021 PY - 2021 VL - 18 IS - 1 SP - 35 EP - 50 KW - شبکه عصبی KW - تابع آموزش KW - پیش‌بینی KW - تعداد تصادفات DO - 10.22034/tri.2021.120369 N2 - ­سالانه تعداد زیادی از مردم دنیا در اثر تصادفات جاده­ای جان و مال خود را از دست می­دهند. یکی از روش­های مناسب به منظور کاهش تصادفات، پیش­بینی وقوع تصادفات قبل از رخداد آن­ها می­باشد. در این مقاله به‌طور موردی تصادفات محور نائین-اردکان استان یزد با بهره­گیری از مدل شبکه عصبی مورد ارزیابی قرار گرفت. تاکنون در هیچ مطالعه‌ای به بررسی تاثیر توابع مختلف آموزش مدل شبکه عصبی در دقت نتایج پیش­بینی پرداخته نشده است. هدف این مقاله تعیین تابع آموزش دقیق­تر شبکه عصبی به منظور پیش­بینی تعداد تصادفات محور موردبررسی بود. در این راستا تعداد 4 تابع مختلف ارزیابی گردید. بررسی­های این مقاله حاکی از برتری نسبی مدل شبکه عصبی با تابع آموزش از نوع  trainlmبود. همچنین نتایج نشان داد که عوامل میزان تردد در هر خط و عدم رعایت فاصله ایمن به ترتیب بیشترین تأثیر را در وقوع تصادفات محور موردمطالعه داشتند. کاربرد نتایج تحقیق در بیان دقیق­تر اثر متغیرهای مستقل در وقوع تصادفات است. به بیان دقیق­تر تاثیرگذاری متغیرهای مستقل می­تواند به کارشناسان ایمنی جهت اعمال بهینه­تر سناریو­های کاهش تصادفات کمک کند. UR - https://www.trijournal.ir/article_120369.html L1 - https://www.trijournal.ir/article_120369_bddec66b15fab53104845026901d400d.pdf ER -