Bu çalışmada, Adana ilinde 2005 ile 2014 yılları arasında meydana gelen yaralanmalı trafik kazalarına ait aylık bazdaki sayısal veriler ile aynı yıllara ait aylık bazdaki meteorolojik verilerden oluşturulan bir veri kümesi kullanılarak yaralanmalı kaza sayısı ve yaralı sayısı tahmini yapacak modeller geliştirilmiştir. Tahmin modellerinde, İleri Beslemeli Çok Katmanlı Yapay Sinir Ağı (İBÇK-YSA), Fonksiyon Uydurma Yapay Sinir Ağı (FU-YSA), Genelleştirilmiş Regresyon Yapay Sinir Ağı (GR-YSA), Regresyon Ağacı (RA), Destek Vektör Makinesi (DVM) ve Çoklu Doğrusal Regresyon (ÇDR) Analizi yöntemleri kullanılmıştır. Çalışma sonucunda, DVM yönteminin her iki tahmin senaryosunda da en başarılı sonuçları verdiği görülmüştür. Yaralanmalı Kaza Sayısı tahminlerinin RA yöntemi dışında Yaralı Sayısı tahminlerinden daha başarılı olduğu saptanmıştır. Ayrıca, önceki yıllarda gerçekleşen kazalara ait yol ve hava verilerini kullanarak gelecek yıllar için uygun önlemler almanın mümkün olduğu sonucuna varılmıştır.
In this study, models were developed to estimate the number of injuries and the number of injuries occurring between 2005 and 2014 in the province of Adana using a monthly number of data based on the monthly meteorological data of the same years and a set of data based on the monthly meteorological data of the same years. In the predictive models, Advanced Nutrition Multi-layer Artificial Neur Network (IBC-YSA), Functional Extraction Artificial Neur Network (FU-YSA), Generalized Regression Artificial Neur Network (GR-YSA), Regression Tree (RA), Support Vector Machine (DVM) and Multi-directional Regression (CDR) analysis methods have been used. The study found that the DVM method gave the most successful results in both predictive scenarios. The number of injured accidents estimates were more successful than the number of injured accidents estimates, in addition to the RA method. It has also been concluded that it is possible to take appropriate measures for the coming years using road and weather data of accidents occurring in the previous years.
Alan : Mühendislik
Dergi Türü : Ulusal
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|