خوشه بندی داده های تصادفات جاده ای با استفاده از فنون داده کاوی

خوش هبندی داد ه های تصادفات جاد های با استفاده از الگوریت مهای داد هکاوی به استنتاج مجموعه قوانینی منجر می شود که می تواند توسط پلیس راهنمایی و رانندگی و سازمانهایی نظیر راه و ترابری، حمل ونقل، پایان ه ها و مهندسان بزرگراه برای بهبود ایمنی را ه ها مورداستفاده قرار گیرد. در این تحقیق برای پیاده سازی تکنیک داده کاوی از مدل استاندارد کریسپ4 استفاده شده است. داده های موردبررسی 90 می باشد. برای - مربوط به 14960 فقره تصادف در محور کرج - چالوس طی سا لهای 93 استفاده شده است. Two Step و K-means، Kohonen خوشه بندی متغیرهای تصادف از الگوریتم های و Apriori ب همنظور اطمینان از میزان همبستگی متغیرهای جاد هایب ا شدت تصادفات از مدل همبستگی برای تحلیل شدت تصادفات در راه های برو نشهری از مدل طبق هبندی درخت دست هبندی و رگرسیون استفاده شده است. نتایج حاصل از مدل خوشه بندی نشان می دهد که متغیرهای جاد های )C&R tree( موثردر بروز تصادفات به ترتیب اهمیت شامل هندسه محل، جهت حرکت راه، نوع منطقه، نقص راه، نوع جاده، مانع دید، نوع خط کشی، نوع رویه راه و بی توجهی به جلو است. نتایج حاصل از به کارگیری مدل همبستگی، ضمن تایید نتایج خوشه بندی نشان می دهد که در 95 % موارد تصادفات در این محور طی 3 سال گذشته به تصادف خسارتی منجر شده است. نتایج به دست آمده از الگوریتم درخت دسته بندی و رگرسیون ضمن دسته بندی متغیرها نشان می دهد.