پژوهشگاه حمل و نقل طراحان پارسه فصلنامه مهندسی حمل و نقل 2008-6598 10 1 2018 09 23 Using Data Mining Algorithms to Analyse Benefits of Traffic Enforcement Cameras استفاده از الگوریتم‌های داده‌کاوی برای تحلیل سودمندی دوربین‌های راهنمایی و رانندگی 117 135 50925 FA بی بی هانیه دقیق نژاد دانشجوی کارشناسی ‌ارشد، مرکز آموزش‌های الکترونیکی، دانشگاه صنعتی شاهرود، شاهرود، ایران هدی مشایخی استادیار، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود، ایران زهرا نوراله دانش آموخته کارشناسی ارشد، دانشگده مهندسی صنایع، دانشگاه تربیت مدرس، تهران، ایران Journal Article 2016 08 07 The United Nations Generel Assembly introduced the decade 2011 to 2020 as a decade of reducing the traffic fatalities. This organization, in different resolutions, has urged all the countries to pay their especial attention to reduce the road accidents. The speed factor plays a key role in reducing the risk of the road accident; and one of the deterrence factors for unauthorized speed of cars is the traffic enforcement camera of the traffic police NAJA. In recent years a major increase in use of such devices for reducing violocations and accidents in suburban and urban highways is observed. The aim of this study is to analyse the effectiveness of traffic enforcement cameras of the taraffic police in the Tehran-Karaj highway. This is performed using data mining techniques such as modeling with through time series and regression.<br /> First, using descriptive analysis, we study the process of violations along with the number of active cameras in the highway. In the inferential analysis step, we analyse the violations by modeling time series and non-liner power regression. In applying assessment data, the models fitted by time series had less prediction errors then their equivalent regression models. In the prediction of year 1393, the violation rate has reduced by 32% in Tehran-Karaj highway, compared to the violations in the same period of 1392. This observation along with other analysis results shows the effectiveness of cameras in the period of study. The results of analysis and mining of traffic enforcement camera data can be used in improving urban management and planning with the goal of reducing violations and accident. مجمع عمومی سازمان ملل متحد، دهه 2011 تا 2020 میلادی را به عنوان دهه کاهش تلفات جاده‌ای معرفی کرد. این سازمان در طی قطعنامه های مختلفی از تمام کشورها خواسته است نسبت به کاهش تصادفات جاده‌ای توجه خاصی نمایند. عامل سرعت نقش کلیدی در کاهش ریسک تصادفات جاده‌ای دارد. یکی از عوامل بازدارنگی سرعت غیرمجاز خودروها، دوربین‌های ثبت تخلف پلیس راهور ناجا می‌باشد. در سال‌های اخیر استفاده از این دوربین‌ها به منظور کاهش تخلفات و تصافادت جاده‌های برون‌شهری و بزرگراه‌ها گسترش زیادی داشته است. هدف از این پژوهش تحلیل سودمندی دوربین‌های ثبت تخلف راهنمایی و رانندگی بزرگراه‌ تهران کرج می‌باشد. این امر با بهره‌گیری از تکنیک‌های داده‌کاوی از قبیل مدلسازی با سری‌زمانی و رگرسیون صورت می‌پذیرد.<br /> در ابتدا با استفاده از تحلیل توصیفی، سیر تخلفات بزرگراه تهران کرج را به همراه حجم تردد و تعداد دوربین‌های فعال در آن‌ مورد بررسی قرار می‌دهیم. در مرحله تحلیل استنباطی، با مدلسازی سری‌ زمانی و مدل غیرخطی توانی رگرسیون، تخلفات بزرگراه تهران کرج را مورد تجزیه و تحلیل قرار می‌دهیم. در بررسی نتایج ارزیابی، مدل‌های برازش شده با سری‌زمانی از خطای پیش‌‌بینی کمتری نسبت به مدل‌های رگرسیونی برخوردار بودند. در پیش‌بینی صورت گرفته برای برخی ماه‌های سال 93، میزان تخلفات بزرگراه تهران کرج به میزان 32% نسبت به تخلفات ماه‌های نظیر خود در سال 92 کاهش داشته است، این امر به همراه تحلیل‌های دیگر نشان دهنده سودمندی دوربین‌ها در بازه مورد بررسی می‌باشد. از نتایج تحلیل و کاوش داده‌های دوربین‌های ثبت تخلف می‌توان برای بهبود مدیریت و برنامه‌ریزی شهری با هدف کاهش تخلفات و تصادفات استفاده نمود. https://jte.sinaweb.net/article_50925_27802e14b7689cc7d57176ffea7f37b5.pdf