پژوهشنامه حمل و نقل

پژوهشنامه حمل و نقل

شناسایی مسائل ایمنی کاربران آسیب‌پذیر در معابر شهری و بهینه‌سازی راهکارها با ادغام روش‎های قواعد انجمنی و برنامه ‎ریزی ریاضی

نوع مقاله : مقاله پژوهشی

نویسندگان
علیرضا زارع 1
نوید ندیمی 2
سیدصابر ناصرعلوی 3
وحید خلیفه 4
1 دانشجوی کارشناسی ارشد، بخش مهندسی عمران، داﻧﺸﻜﺪة فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران
2 دانشیار، بخش مهندسی عمران، داﻧﺸﻜﺪة فنی- مهندسی، دانشگاه شهید باهنر کرمان، ایران
3 استادیار، بخش مهندسی عمران، داﻧﺸﻜﺪة فنی‌- مهندسی، دانشگاه شهید باهنر کرمان، ایران
4 استادیار، دانشکده مهندسی عمران، دانشگاه صنعتی سیرجان، سیرجان، ایران
10.22034/tri.2025.485094.3293
چکیده
در این مقاله، به تعیین راهکارهای بهینه جهت ارتقای ایمنی کاربران آسیب‎پذیر راه‎ها در معابر درون‎شهری شهر تهران پرداخته شده است. کاربران آسیب‎پذیر راه شامل موتورسیکلت‌سواران، دوچرخه‌سواران و عابران پیاده می‌شوند. بدین منظور از داد‎ه‎های شهر تهران به عنوان پرجمعیت‌ترین شهر ایران با آمار بالای تصادفات منجر به فوت و جراحت کاربران آسیب‎پذیر، در دو سطح شدت جرحی برای سال 1399 و سطح شدت فوتی برای سال‎های 1397 تا 1399 استفاده شده است. هدف این پژوهش ارتقای ایمنی کاربران آسیب‎پذیر راه‌ها در معابر درون‎شهری، با یافتن الگویی بهینه برای تعیین راهکارهای مناسب است که شامل شناسایی عوامل خطرزا، تعیین راهکارهای مناسب، اجرای راهکارها و در نهایت ارزیابی و بهبود است. این اهداف در دو گام دنبال می‎شوند. ابتدا در گام اول، از تکنیک‌های داده‌کاوی جهت شناسایی عوامل و پارامترهای تاثیرگذار بر تصادفات جرحی و فوتی و استخراج الگوها و قوانین مشخص تصادفات این گروه از کاربران استفاده می‎شود. سپس در گام دوم، با استفاده از برنامه‌ریزی ریاضی و با به کارگیری نتایج مرحله قبل در نظر است تا یک مدل جهت تعیین راهکارهای بهینه برای افزایش ایمنی این کاربران در هر منطقه شهری ارائه شود. نتایج مدل‌سازی کاوش قوانین انجمنی نشان می‌دهد که عوامل جوی مانند بارش و رطوبت تأثیر چشمگیری بر کنترل وسیله‌نقلیه و رفتار رانندگان دارند و تصادفات مرگبار بیشتر در روزهای غیرکاری و شرایط بارانی رخ می‌دهند. همچنین، عدم مصرف مشروبات الکلی و رعایت قوانین ترافیکی می‌تواند خطر تصادفات را به‌طور قابل‌توجهی کاهش دهد. بهبود زیرساخت‌های ترافیکی و مدیریت شرایط جوی، به‌همراه ارتقاء رفتارهای ایمن رانندگی، از اقدامات کلیدی برای کاهش تصادفات به شمار می‌روند. نتایج برنامه‌ریزی ریاضی تأثیر مثبت راهکارهای آموزشی و ترویجی در کاهش تصادفات کاربران آسیب‌پذیر را نشان می‌دهد. به‌ویژه، بهبود روشنایی معابر و تقویت سیستم‌های زهکشی در شرایط بارانی، از راهکارهای حیاتی برای افزایش ایمنی ترافیک است.
کلیدواژه‌ها
کاربران آسیب‎پذیر راه
تصادفات
ایمنی
راهکارهای بهینه
معابر درون‎شهری

موضوعات

عنوان مقاله English

Identifying Safety Issues of Vulnerable Road Users in Urban Streets and Optimizing Countermeasures through the Integration of Association Rule Mining and Mathematical Programming Methods

نویسندگان English

Alireza Zare 1
Nnavid Nadimi 2
Seyed Saber Naser Alavi 3
Vahid Khalifeh 4
1 M.Sc., Student, Civil Engineering Department, Shahid Bahonar University of Kerman, Kerman, Iran.
2 Associate Professor, Civil Engineering Department, Shahid Bahonar University of Kerman, Kerman, Iran.
3 Assistant Professor, Civil Engineering Department, Shahid Bahonar University of Kerman, Kerman, Iran.
4 Assistant Professor, Faculty of Civil Engineering, Sirjan University of Technology, Sirjan, Iran.
چکیده English

This paper focuses on determining optimal countermeasures to enhance the safety of vulnerable road users in urban streets of Tehran. Vulnerable road users include motorcyclists, cyclists, and pedestrians. To achieve this, data from Tehran, the most populous city in Iran with a high rate of fatal and injury-causing crashes involving vulnerable users, is utilized. The data covers two levels of crash severity: injury-related crashes for the year 2020 and fatal crashes for the years 2018 to 2020. The objective of this research is to improve the safety of vulnerable road users by identifying an optimal pattern for determining appropriate countermeasures, which includes identifying risk factors, implementing countermeasures, and continuously evaluating and improving them. The research follows two main steps. In the first step, data mining techniques are used to identify factors and parameters influencing injury and fatal crashes and to extract specific patterns and rules related to these crashes. In the second step, mathematical programming is employed to use the results from the previous phase to develop a model for determining optimal countermeasures for enhancing the safety of vulnerable road users in each urban area. The results of association rule mining indicate that weather conditions, such as rainfall and humidity, significantly affect vehicle control and driver behavior, with fatal crashes occurring more frequently on non-working days and during rainy conditions. Additionally, adherence to traffic regulations and avoidance of alcohol consumption are key factors in reducing the risk of crashes. Improving traffic infrastructure and managing weather conditions, along with promoting safer driving behaviors, are essential actions for reducing crashes. Mathematical programming results highlight the positive impact of educational and promotional countermeasures in reducing crashes involving vulnerable road users. Specifically, improving street lighting and enhancing drainage systems during rainy conditions are critical countermeasures for increasing traffic safety.

کلیدواژه‌ها English

Vulnerable Road Users (Vrus)
Crashes
Safety
Optimal Countermeasures
Urban Streets
-آیتی، اسماعیل (1384). هزینه تصادفات ترافیکی ایران. انتشارات دانشگاه فردوسی مشهد.
-جدول بودجه مصوب شهر تهران (1403).
-تارنمای سازمان پزشکی قانونی  کشور (1403).
-سامانه درخواست داده‌های هواشناسی (1402).
-Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining Association Rules between Sets of Items in Large Databases. ACM SIGMOD Record, 22(2). doi.org/10.1145/170036.170072
-Akbari, M., Lankarani, K. B., Tabrizi, R., Vali, M., Heydari, S. T., Motevalian, S. A., & Sullman, M. J. M. (2021). The effect of motorcycle safety campaign on helmet use: A systematic review and meta-analysis. In IATSS Research, Vol. 45, Issue 4, Elsevier B.V. 513–520.
 doi.org/10.1016/j.iatssr.2021.06.001
-Batouli, G., Guo, M., Janson, B., & Marshall, W. (2020). Analysis of pedestrian-vehicle crash injury severity factors in Colorado 2006–2016. Accident Analysis and Prevention, 148. doi.org/10.1016/j.aap.2020.105782
-Bhatia, P., (2019). Data Mining and Data Warehousing Principles and Practical Techniques, Cambridge University Press, 229-237.
-Champahom, T., Wisutwattanasak, P., Chanpariyavatevong, K., Laddawan, N., Jomnonkwao, S., & Ratanavaraha, V. (2022). Factors affecting severity of motorcycle accidents on Thailand’s arterial roads: Multiple correspondence analysis and ordered logistics regression approaches. IATSS Research, 46(1), 101–111. doi.org/10.1016/j.iatssr.2021.10.006
-Das, S., Tamakloe, R., Zubaidi, H., Obaid, I., & Alnedawi, A. (2021). Fatal pedestrian crashes at intersections: Trend mining using association rules. Accident Analysis and Prevention, 160. doi.org/10.1016/j.aap.2021.106306
  -Edirisinghe, P. A. S., Kitulwatte, I. D. G., & Senarathne, U. D. (2014). Injuries in the vulnerable road user fatalities; a study from Sri Lanka. Journal of Forensic and Legal Medicine, 27, 9–12. doi.org/10.1016/j.jflm.2014.07.002
-Elvik, R., & Vaa, T. (2009). The handbook of road safety measures - Part II general Propouse, policy instruments. Elsevier, 148–256.
-Hossain, A., Sun, X., Mahmud Zafri, N., & Codjoe, J. (2023). Investigating pedestrian crash patterns at high-speed intersection and road segments: Findings from the unsupervised learning algorithm. International Journal of Transportation Science and Technology. doi.org/10.1016/j.ijtst.2023.04.007
-Montella, A., Aria, M., D’Ambrosio, A., & Mauriello, F. (2012). Analysis of powered two-wheeler crashes in Italy by classification trees and rules discovery. Accident Analysis and Prevention, 49, 58–72. doi.org/10.1016/j.aap.2011.04.025
-Rahman, M. S., Abdel-Aty, M., Hasan, S., & Cai, Q. (2019). Applying machine learning approaches to analyze the vulnerable road-users’ crashes at statewide traffic analysis zones. Journal of Safety Research, 70, 275–288.
 doi.org/10.1016/j.jsr.2019.04.008
-Sinha, S. M. (n.d.). Mathematical Programming: Theory and Methods.
-Sivasankaran, S. K., Natarajan, P., & Balasubramanian, V. (2020). Identifying Patterns of Pedestrian Crashes in Urban Metropolitan Roads in India using Association Rule Mining. Transportation Research Procedia, 48, 3496–3507. doi.org/10.1016/j.trpro.2020.08.102
-Wang, J., Parajuli, S., Cherry, C. R., McDonald, N. C., & Lyons, T. (2022). Vulnerable road user safety and freight vehicles: A case study in North Carolina and Tennessee. Transportation Research Interdisciplinary Perspectives, 15.
doi.org/10.1016/j.trip.2022.100650
-World Health Organization. (2015). Global status report on road safety.