تحلیل الگوی سوانح برون شهری با تأکید بر سطح خدمت‌دهی مبتنی بر نظریه راف (مورد مطالعه: محورهای برون‌شهری استان سمنان)

خدادادی, هما; شیخ, رضا; حسنی, علی اکبر

doi:10.22119/jte.2021.211862.2409

تحلیل الگوی سوانح برون شهری با تأکید بر سطح خدمت‌دهی مبتنی بر نظریه راف (مورد مطالعه: محورهای برون‌شهری استان سمنان)

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ گروه مدیریت، دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود

² دانشکده مهندسی صنایع و مدیریت، دانشگاه صنعتی شاهرود

³ عضو هیات علمی دانشگاه صنعتی شاهرود

10.22119/jte.2021.211862.2409

چکیده

در کشور ایران سوانح جاده‌ای یکی از اصلی‌ترین عوامل مرگ‌ومیر در سال‌های اخیر است. به دلیل نقش‌آفرینی عوامل متعدد در بروز یک سانحه جاده‌ای، مدیریت پیشگیری از وقوع این پدیده با چالش‌های متعددی همراه است. با توجه به حضور عوامل متعدد کمی و کیفی در فرایند تحلیل سوانح، در این تحقیق روشی مبتنی بر نظریه مجموعه‌های راف جهت شناسایی الگوی بروز سوانح جاده‌ای مورد استفاده قرار گرفت. با بهره‌گیری از مدل پیشنهادی، این امکان فراهم خواهد شد تا بروز سوانح در ابعاد چندگانه تحلیل شود و درنهایت، نتیجه وقوع یک سانحه با در نظر گرفتن عوامل دخیل در آن به‌صورت قاعده بیان گردد. برای این منظور، طیف جامعی از عوامل مبتنی بر ادبیات موضوع و نظرات خبرگان مرتبط با خودرو، راننده و محیط مدنظر قرار گرفته شد. در ادامه داده‌های جمع‌آوری شده از کیفیت سوانح مربوط به خودرو‌های سواری در محور‌های برون شهری استان سمنان بررسی شدند تا مدیریت بروز سوانح با استفاده از الگوهای علمی موجب کاهش تعداد حوادث جاده‌ای شود. علل حادثه که بیش‌ترین تعداد تکرار را داشته‌اند در قالب قوانین استخراج‌شده‌اند. نتایج نشان می‌دهد که واژگونی خودروی سواری در شرایط جوی بارانی باعث جرح و فوت می‌شود. همچنین عدم توجه رانندگان خودروی سواری به مقابل حتی در شرایط جوی عادی نیز منجر به فوت افراد می‌شود. بدین ترتیب نظریه مجموعه‌های راف عملکرد قابل‌قبولی در شفاف‌سازی نقش عوامل سانحه و درنهایت زمینه‌سازی جهت پاسخگویی مؤثر بعد از وقوع حادثه و همچنین پیشگیری از وقوع حادثه ایفا می‌کند.

کلیدواژه‌ها

20.1001.1.20086598.1400.13.1.10.4

عنوان مقاله [English]

Analysis road accident Patterns with Emphasis on Service Level Based on Roug Theory (Case Study: Semnan Province)

نویسندگان [English]

Homa Khodadadi ¹
Reza Sheikh ²
Aliakbar Hasani ³

¹ management, industrial engeeniring and management faculty, shahrood university of technology

² Department of Industrial Engineering and Management, Shahrood University of Technology

³ Department of industrial engineering, Shahrood university of technology

چکیده [English]

In recent years, road accidents have become one of the leading causes of death in Iran. Due to the role of various factors in the occurrence of a road accident, the management of the occurrence of this phenomenon has been associated with many challenges.Due to the presence of several qualitative and quantitative factors in the accident analysis process, this research uses a developed approach based on the theory of Rough Sets to identify the pattern of road accident incidence. By using the proposed model, it will be possible to analyze the occurrence of accidents in multiple dimensions and finally rule out an accident by combining the factors involved. For this purpose, a comprehensive range of factors based on the literature of the subject and the opinions of experts related to the vehicle, driver and the intended environment are discussed. Key findings of the accident management research suggest that the existence of scientific models of accident factors can reduce the number of road accidents. The causes of the accident with the highest number of repetitions were extracted in the form of rules. The results show that the type of accident depending on the type of vehicle and the weather conditions can have different severity of the accident. In addition, the cause of an accident under various conditions, such as atmospheric conditions, can have a specific incident severity. Thus, the theory of Rough sets performs an acceptable function in analyzing the role of accident factors and its quality in order to respond appropriately after occurrence and prevention.

کلیدواژه‌ها [English]

Pattern Recognition
Rough Set Theory
Road Accidents
Decision Support System
Classification

مراجع

- بهشتی‌نیا، م. و برگ‌ بید، ه (1394) " مدل ترکیبی جهت شناسایی عوامل مؤثر در مخاطرات حمل‌ونقل زمینی و اولویت بندی نقاط حادثه‌خیز (مطالعه موردی: محور نیشابور-سبزوار)"، فصلنامه مهندسی حمل‌ونقل. شماره سوم، 445-459.

- پایگاه خبری وزارت راه و شهرسازی؛ news.mrud.ir.

- رمضان زاده، م. (1388) "تصادفات جاده‌ای: بررسی عوامل مؤثر و راهکارهای کاهش"، اولین کفنرانس تصادفات و سوانح جاده‌ای و ریلی، آذرماه 1388.

- رضایی نیک، ا. و کیانیان، ع. (1397) "ارزیابی کیفیت خدمات حمل‌ونقل عمومی و انتخاب اقدامات بهبود با استفاده از رویکرد تلفیقی داده‌کاوی و توسعه عملکرد کیفیت (مطالعه موردی: اتوبوسرانی مشهد" ، فصلنامه مهندسی حمل‌ونقل. شماره چهارم، 647-672.

- شیخ، ر(1396) " تئوری مجموعه راف (مفاهیم اولیه، کاربرد و نرم‌افزار)"، انتشارات دانشگاه صنعتی شاهرود.

- قائدی، س(1391) "ارائه رویکرد چند سطحی در بررسی سوانح جاده‌ای"، سومین کنفرانس بین‌المللی حوادث رانندگی و جاده‌ای پردیس دانشکده های فنی، دانشگاه تهران. اردیبهشت ماه 1391.

- محمدی،ع. و شیخ، ر (1393) "قاعده مند سازی و پیش‌بینی رفتار مشتریان بر اساس تئوری مجموعه راف و شاخص قابلیت پذیرش و رد (مطالعه موردی: تلفن همراه سونی اریکسون)" نشریه مدیریت بازرگانی، دوره شش، شماره 1، صص 145-166.

- مرادی،ع. رحمانی،خ (1395) "مروری بر حوادث رانندگی در ایران در مقایسه با سایر کشور‌ها" مجله پزشکی قانونی ایران. دوره 22 , شماره 1، صص 45-53.

- مسلم، ب. و موحدی، ف (1396) "شناسایی عوامل مؤثر و بررسی تصادف‌های ترافیکی با استفاده از رویکرد‌های داده‌کاوی (مطالعه موردی: آزادراه تهران-قم)"، فصلنامه مهندسی حمل‌ونقل. دوره 10، شماره 4، صص 867-885.

- Al-Ghamdi, A.S(2002) ‘Using logistic regression to estimate the influence of accident factors on accident severity” Accid. Anal. Prev. No 34, pp 729–741.

- Aghajani, M., Shahni, R (2017) “Applying GIS to Identify the Spatial and Temporal Patterns of Road Accidents Using Spatial Statistics (case study: Ilam Province, Iran)” Journal of Emergency Medicine.vol.25, Pp 2126_2138.

- Chndraranta. s, Stamatiadis, N., Stromberg, A(2006) “Crash involvement of drivers with multiple crashed” Accid. Anal. Prev. Vol.38, No 3, pp 532–541.

- Chung, Yi-Shih, Wong, Jinn-Tsai (2010) “Investigating driving styles and their connections to speeding and accident experience” J. East. Asia Soc. Transport. Stud. Vol.8, pp 7–10.

- A.J. Ghandour, H. Hammoud, MDimassi et al(2019), “Allometric scaling of road accidents using social media crowd-sourced data”, Physica A. Vol454., pp 2–9.

- Jian, L., Liu, S. & Lin, Y(2011) “Hybrid Rough Sets and Aplications in Uncertain Decision-Making. Boca Raton”, Auerbach Publications. Vol.24, p 43.

- Jinn-Tsai W. Yi-Shih Chung (2007) “Rough set approach for accident chains exploration” Accident Analysis and Prevention.NO 39, pp 629_637.

- Lee, J., Chae, J., Yoon, T., Yang, H (2018) “Trafc accident severity analysis with rain-related factors using structural equation modeling – a case study of Seoul City” Accid Anal. Prev, NO 112, pp 1–10.

- Lee, A.H., Stevenson, M.R., Wang, K., Yau, K.W (2002) ”Modeling young driver motor vehicle crashes: data with extra zeros” Accid. Anal. Prev. NO 34, pp 515–521.

- Lord, D., Washington, S.P., Ivan, J.N. (2005) “Poisson, Poisson-gamma and zero inflated regression models of motor vehicle crashes: balancing statistical fit and theory” Accid. Anal. Prev. No 37, pp35–46.

- Pawlak, Z. Skowrn, A ( 2007) “Rough set and Boolean reasoning” Information since. No 177, pp 41-73.

- Podsiadlo, M., & Rybinski, H (2016) “Financial time series forecasting using rough sets with time-weighted rule voting” Expert Systems with Application, No 66, pp 219-233.

- TZU,Y. Rong,Ch (2019) “Using HLM to investigate the relationship between traffic accident risk of private vehicles and public transportation” Transportation Research Part A. No 119, pp 148-161.