بخشی از مقاله
چکیده:
فرآیند پاتولوژی تصادفات جاده ای از مهمترین وپیچیده ترین عوامل ترافیکی می باشد و فرهنگ توانمندی ها وناکار آمدی های مدیریت های حاکم بر جامعه علمی - ترافیکی کشورها را به تصویر قضاوت می کشد.با نگاهی به مقایسه تصادفات جاده ای کشور های جهان،رتبه فعلی کشور، بیان کننده ناتوانایی های همه جانبه سیستم های حاکم بر سامانه های ترافیکی جامعه می باشد. از این رو به منظور گذر از این اپیدمی فاجعه آفرین ، تحلیل ترافیکی، راه های دوطرفه برون شهری وپاتولوژی تصادفات جاده ای بوسیله شبکه عصب مصنوعی به منظور فائق آمدن بر کاهش نرخ تصادفات جاده ای ضرورت می یابد . در این تحقیق ابتدا نمایه های - ATS سرعت متوسط سفر - و - PTSF درصد زمان تلف شده در صف - وتعیین نمایه - LOS سطح سرویس - راههای دوخطه، دوطرفه برون شهری - - TLTWR توسط شبکه عصب مصنوعی با نمایه ANN به منطور سنجش درجه استاندارد ترافیکی ویکی از عوامل تأثیر گذار پاتولوژی تصادفات جاده ای پر داخته و سپس با تحلیلی جامع ازدیگر عناصر ماتر یسی تأثیر گذار در پاتولوژی تصادفات بانمایه های PCI - اندیس وضعیت روسازی - و - PSI اندیس سرویس دهی - و - DRIPزهکشی لازم در روسازی - - PMI اندیس مدیریت روسازی - وPBI - اندیس رفتار استفاده کنندگان راه - ، با بهره گیری از روشهای آنالیز سری های زمانی ، روشهای تجربی - ویبول - و تحلیلی - گمبل ، لوگ پیرسون III، و لوگ نرمال - و وزن دهی به عناصر پنج گانه ماتریس پاتولوژی تصادفات جاده ای توسط شبکه عصب مصنوعی و استخراج PAI - اندیس احتمال تصادفات جاده ای - استراتژی استاندارد بودن راهها با رویکرد کاهش نرخ تصادف جاده ای فرمت این تحقیق را تشکیل می دهد.
.1 مقدمه
پاتولوژی تصادفات جاده ای درجهان تحت 5 عامل اصلی وزیر ساختارهای وابسته، مدیریت حاکم ، راه،وسیله نقلیه ،کلیمات ، عامل انسانی قابل نقد وبرسی است وواژه نقاط حادثه خیز در ادبیات مهندسی ترافیک درگروی کاستی های وزنی هریک ازعوامل فوق نهفته است . درجه تأثیر گذاری عوامل فوق تابع وزن عامل مدیریتی در فرهنگ تصادفات می باشد .زیرا عامل راه منبعث از × تحلیل ترافیکی راه ، وسیله نقلیه منبعث از ایمنی ساخت ، کلیمات منبعث از تحلیل سامانه زهکشی راه وعامل انسانی بر گرفته از مدیرت رفتاری است وتجمیع وزن این چهار عامل برابر وزن عامل مدیریتی ترافیکی است .پروسه این عملکرد را می توان هم از طریق تحلیل شبکه عصب مصنوعی وهم گراف اطلاعات منتشر شده سازمان بهداشت جهانی استنباط نمود.مطابق این آمار ایران در سال 2010 رتبه چهارم ودر سال 2013 رتبه نخست تلفات فاجعه آمیز جاده ای را در کار نامه مدیریت ترافیکی خود ثبت کرد شکل 1 - - و شکل . - 2 - بنابراین سنجش سرعت افزایش سریع وزنی عوامل تأثیر گذار تلفات جاده ای منبعث از وزن بالای مدیریت ترافیکی بر اساس این آمار منتجه می گردد. بنابراین پاتولوژی تصافات جاده ای را که از طریق تحلیل شبکه عصبی قابل وزن دهی است. عوامل منطقی و ریاضی محسوب. ودر این میان نقش جاده وعملکرد آن در برجسته سازی تصادفات قابل تأمل و تحلیل می باشد . در این تحقیق تحلیل راه های دوخطه دوطرفه برون شهری که مبنای پاتولوژی تصادفات جاده ای است توسط شبکه عصب مصنوعی صورت می گیرد.[13],[14]
2. الگاریتم شبکه عصب مصنوعی
شبکه عصب مصنوعی الهام گرفته از سلول عصبی انسان بنام نرون شامل اجزای ساختمانی بدنه - سوماً - ، آکسون سیناپس ودندریت ها می باشد.ودرمقام مقایسه ، شبکه عصب مصنوعی متشکل از، نرون ، ورودی، خروجی وبرداروزن می باشد.[14]نرون های مصنوعی در سال 1943 توسط مک کلو1د وپیتس ابداع شده اند واز این رو به عنوان نرون های مک کلود و پیتس معرفی می شوند.ساده ترین شبکه عصب مصنوعی متشکل از یک نرون بنام شبکه پرسپترون2 است این شبکه نخسین بار درسال 1985 توسط روسن بلات3 مطرح گردید . توانایی این شبکه در حل مسایل خطی است و شامل ورودی ها، سیناپس وخروجی ها است . فر آیندی سیناپسی عبارت است وزن دادن به ورودی ها وعملکرد توسط تابع فعال سازی وسنجش با خروجی ودر نتیجه تعیین اختلاف بین خروجی محاسباتی وخروجی مورد انتظار وسپس تعدیل اختلاف توسط عملکرد کاهش مشتق تابع فعال سازی روی اختلاف خروجی ها است . فرایند ریاضی این روند در شکل - 3 - مشاهده می شود × [13].جدول 1 مقایسه عصب بیولوژیکال با عصب مصنوعی
