Farklı Yöntemler Kullanılarak Geli?tirilen Trafik Kaza Tahmin Modelleri ve Analizi
[ X ]
Tarih
2010
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Kırıkkale Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, regresyon analizi, yapay sinir ağları (YSA) ve genetik algoritma (GA) yöntemleri kullanılarak İzmir ili için trafik kaza tahmin modelleri geliştirilmiştir Modeller geliştirilirken nüfus, araç sayısı ve kaza sayısı model parametreleri olarak kullanılmış ve bu parametrelere ait 1986-2005 yılları arasındaki verilerden faydalanılmıştır. Regresyon analizi kullanılarak geliştirilen kaza modellerinde Smeed ve Andreassen kaza model formları kullanılmıştır. YSA modelinde 2-5-1 ağ mimarisi en uygun mimari olarak belirlenmiş, ağların gizli katmanında sigmoid, çıkış katmanında da doğrusal fonksiyon kullanılmıştır. Ağın eğitiminde ise ileri beslemeli geri yayılım algoritmasından yararlanılmıştır. GA tekniği ile modeller oluşturulurken farklı formdaki modeller denenmiş ancak bu çalışma için en başarılı modelin üstel model olduğu görülmüştür. Geliştirilen bütün modellerin performansları ortalama mutlak yüzde hata (OMYH) ortalama mutlak hata (OMH) ve ortalama karesel hataların karekökü (OKHK) ölçütleri içinde değerlendirilmiştir.
In this study, traffic accident prediction models were developed using regression analysis, artificial neural networks (ANNs) and genetic algorithm (GA) methods for the city of Izmir. In the development of the models, population, the number of the vehicles and accidents were used as model parameters with data between 1986 and 2005. Smeed and Andreassen accident model structures were utilized in the development of the accident models by using regression analysis. In the ANN model, 2-5-1 network architecture was determined as the best suitable network architecture. The sigmoid and pureline functions were used as activation functions with feed forward-back propagation algorithm. In the GA approach, genetic algorithm models in different forms were developed but the exponential model form had the best performance for this study. The performances of all developed models were evaluated by the use of mean absolute percent errors (MAPE), mean absolute errors (MAE) and root mean square errors (RMSE).
In this study, traffic accident prediction models were developed using regression analysis, artificial neural networks (ANNs) and genetic algorithm (GA) methods for the city of Izmir. In the development of the models, population, the number of the vehicles and accidents were used as model parameters with data between 1986 and 2005. Smeed and Andreassen accident model structures were utilized in the development of the accident models by using regression analysis. In the ANN model, 2-5-1 network architecture was determined as the best suitable network architecture. The sigmoid and pureline functions were used as activation functions with feed forward-back propagation algorithm. In the GA approach, genetic algorithm models in different forms were developed but the exponential model form had the best performance for this study. The performances of all developed models were evaluated by the use of mean absolute percent errors (MAPE), mean absolute errors (MAE) and root mean square errors (RMSE).
Açıklama
Anahtar Kelimeler
Trafik kaza modeli, regresyon analizi, yapay sinir ağları, genetik algoritma, Traffic accident model, regression analysis, artificial neural networks, genetic algorithm
Kaynak
Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
2
Sayı
1-16
