چکیده مقاله
شناسایی عوامل موثر در وقوع تصادفات و به تبع آن، پیش بینی تعداد تصادفات می تواند کمک شایانی به برنامه ریزان شهری، سیاست گذاران و متخصصان وادی حمل و نقل در ارزیابی پروژه های حمل و نقلی نماید و نقش بی دلیلی در تدوین برنامه ریزی های آتی شهری ایفا کند در راستای نیل به این هدف، تلاش های قابل توجهی درجند دهه اخیر جهت بررسی رابطه بین تصادفات و عوامل دخیل در آن ها صورت پذیرفته است و پیرو این تلاش هاع مدل های «تخمین تعداد تصادفات» گوناگونی ارائه شده است در این میان، در سال های اخیر، باتجلی شبکه های عصبی مصنوعی، تونایی این ابزار برای تخمین تعداد تصادفات مورد بررسی و ارزیابی قرار گرفته است در ادامه سیر این پژوهش ها، دراین مقاله سعی می شود که از قابلیت ها و مزایای «سیستم استنتاج عصبی – فازی انطباقی» ANFIS به عنوان یک تخمین گر غیر خطی توانمند برای برآورد تعداد تصادفات نواحی شهری استفاده گردید بدین منظور در این پژوهش، از داده های هم فزون نواحی شهر مشهد جهت پرداخت و اعتبارسنجی مدل ارائه شده ، بهره برده شده است و در نهایت، نتایج به دست آمده از این مدل با نتایج حاصل از مدلی مبتنی بر شبکه های عصبی مصنوعی مقایسه گردیده است نتایج این مقایسه، بیانگر توانایی «سیستم استنتاج عصبی – فازی انطباقی» و برتری آن نسبت به شبکه های عصبی مصنوعی در تخمین تعداد تصادفات نواحی شهری است
کلیدواژهها
نویسندگان
شیوه ارجاع
�جبی بهاء آبادی، مجتبی و توکلی کاشانی، علی،1392،تخمین فراوانی تصادفات در نواحی شهری با استفاده از سیستم استنتاج عصبی - فازی انطباقی: مطالعه موردی شهر مشهد،سیزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک،تهران
ارائهشده در
مجموعه مقالات سیزدهمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک6 اسفند 1392 · تهران