Nazlı DEMİRCİ, Nuri ÖMÜRBEK, Meltem KARAATLI

Trafik kazalarında yaralanma seviyelerinin yapay sinir ağı ile sınıflandırılması: Isparta il merkezinde uygulama

Trafik kazaları hem ülkemizde hem de dünyada can kayıplarına, yaralanmalara, sosyal ve psikolojik yıkımlara ve maddi kayıplara neden olan önemli bir problemdir. Trafik kazaları sonuçlarına göre ölümlü, yaralanmalı ve maddi hasarlı olmak üzere üç gruba ayrılarak incelenebilir. Trafik kazalarının bu sonuçları arasında insan yaşamı bakımından oldukça önemli farklar bulunmaktadır. Bu çalışmada 2007- 2012 yılları arasında Isparta il merkezinde meydana gelen kazalar incelenmiştir. İnceleme sonucunda iki aracın karıştığı 3083 kaza çalışmaya dahil edilmiştir. Çalışma iki ayrı açıdan ele alınmıştır. İlk olarak yıl bazında ayrı ayrı inceleme yapılmıştır. İkincisinde ise tüm yıllar birlikte değerlendirmeye alınmıştır. Meydana gelen kazalardaki yaralanma seviyeleri yapay sinir ağı yöntemi kullanılarak sınıflandırılmıştır. Bu çalışmada yapılan sınıflandırmanın amacı herhangi bir trafik kazasının birden fazla sınıf içerisinde hangisinde yer aldığının belirlenmesidir. Bu bağlamda da yapay sinir ağları yönteminin belirli sayıdaki veri grubundan yola çıkarak çok daha fazla veri hakkında karar vermeye yardımcı olan bir yöntem olabileceği ortaya konulmuştur.

Injury levels with artificial neural network classification in traffic accidents: Case in the city center of Isparta

Traffic accidents are really a very considerable problem casualties, injuries, social and psychological destructions and financial losses both in our country and all over the world. Traffic accidents are viewed in three groups as fatal, injury and property damage according to their results. Among the results of traffic accidents here there have been quite notable differences in terms of human life. In this study between the years 2007- 2012 the accidents happened in Isparta city center are studied. As a result of the research 3083 accidents in which two vehicles got involved have been included. The research has been handled in two different aspects. Firstly the research has been done separately in terms of years. Secondly, all the years have been studied altogether. The injury levels in the accidents happened have been classified using artificial neural network method. The aim of the classification in this study is to determine in which classification any traffic accident is taking place within more than one classification. Hence, artificial neural network method is pointed out that it is a good method to help to decide on vast amount of data by setting out the data group of a fixed number.

PDF

___

ABELLÁN, J., LÓPEZ, G., OÑA, J. DE (2013) Analysis of Traffic Accident Severity Using Decision Rules Via Decision Trees, Expert Systems with Applications, 40 (15), 6047–6054.
AKGÜNGÖR, A. ve P.,DOĞAN, E. (2009) An Application of Modified Smeed, Adapted Andreassen and Artificial Neural Network Accident Models to Three Metropolitan Cities of Turkey, Scientific Research and Essay, 4 (9), 906-913.
AKGÜNGÖR , A. ve P.,DOĞAN, E. (2010) Farklı Yöntemler Kullanılarak Geliştirilen Trafik Kaza Tahmin Modelleri Ve Analizi, International Journal of Engineering Research& Development ,2 (1), 16- 22.
ALP, S. ve ENGİN,T. (2011) Trafik Kazalarının Nedenleri ve Sonuçları Arasındaki İlişkinin TOPSIS ve AHP Yöntemleri Kullanılarak Analizi ve Değerlendirilmesi, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 10 (19), 65-87.
ATALAY, A. ve TORTUM, A. (2010) Türkiye’deki İllerin 1997-2006 Yılları Arası Trafik Kazalarına Göre Kümeleme Analizi, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 16 ( 3), 335-343.
BAYATA, H.F. ve HATTATOĞLU, F. (2010) Yapay Sinir Ağları ve Çok Değişkenli İstatistik Yöntemlerle Trafik Kaza Modellemesi, Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3 (2), 207-219.
CHANG, L.Y. ve WANG, H.W. (2006) Analysis of Traffic Injury Severity: An Application of Non-Parametric Classification Tree Techniques, Accident Analysis and Prevention, 38 (5), 1019–1027.
CHIOU, Y.C. (2006) An Artificial Neural Network-Based Expert System For The Appraisal of Two-Car Crash Accidents, Accident Analysis and Prevention, 38 (4), 777–785.
CHO, V. (2003) A Comparison of Three Different Approaches To Tourist Arrival Forecasting, Tourism Management, 24: 323-330.
ÇUHADAR, M. ve KAYACAN, C. (2005) Yapay Sinir Ağları Kullanılarak Konaklama İşletmelerinde Doluluk Oranı Tahmini: Türkiye’deki Konaklama İşletmeleri Üzerine Bir Deneme, Anatolia: Turizm Araştırmaları Dergisi, 16 (1), 24-30.
DE LURGIO, S.A. (1988) Forecasting Principles and Applications, Irwin McGrow- Hill, Singapore.
DELEN, D., SHARDA, R., BESSONOV, M. (2006) Identifying Significant Predictors of İnjury Severity İn Traffic Accidents Using A Series of Artificial Neural Network, Accident Analysis and Prevention, 38 (3), 434–444.
EFENDİGİL, T., ÖNÜT, S., KAHRAMAN, C. (2009) A Decision Support System For Demand Forecasting With Artificial Neural Networks and Neuro-Fuzzy Models: A Comparative Analysis, Expert Systems with Applications, 36 (3), 6697–6707.
ERJEM, Y. (2007) Sociological Study On The Course of The Traffic System and The Traffic Accidents, International Journal of Human Sciences, 4 (1).
HAMID, S.A. ve IQBAL, Z. (2004) Using Neural Networks For Forecasting Volatility of S&P 500 Index Futures Prices, Journal of Business Research, 57 (10), 1116-1125.
HAMZAÇEBİ, Ç. (2011), Yapay Sinir Ağları, Ekin Yayınevi, Bursa
KALYONCU, S.F. ve TIĞDEMİR, M. (2004) An Alternative Approach For Modelling and Simulation of Traffic Data: Artificial Neural Networks, Simulation Modelling Practice and Theory, 12 (5), 351–362.
KIYILDI R. K. ve SİVRİKAYA, O. (2013) 2006-2011 Yıllarında Niğde’de Meydana Gelen Trafik Kazalarının Analizi, Niğde Üniversitesi Mühendislik Bilimleri Dergisi, 2 (1), 27-38.
LU, J., CHEN, S., WANG, W., ZUYLEN H.V. (2012) A Hybrid Model of Partial Least Squares and Neural Network For Traffic İncident Detection, Expert Systems with Applications, 39 ( 5), 4775–4784.
MUSSONE, L., FERRARI,A., ONETA,M., (1999) An Analysis of Urban Collisions Using An Artificial Intelligence Model, Accident Analysis &Prevention, 31(6), 705-18.
O ̃NA, J., MUJALLI, R. O., CALVO, F.J. (2011) Analysis of Traffic Accident Injury Severity On Spanish Rural Highways Using Bayesian Network, Accident Analysis and Prevention, 43 (1), 402– 411.
ÖZTEMEL, E. (2006) Yapay Sinir Ağları, Papatya Yayınları, İstanbul.
PALIWAL, M. ve KUMAR, U.A. (2009) A Study of Academic Performance of Business School Graduates Using Neural Network and Statistical Techniques, Expert Systems with Applications, 36 (4), 7865–7872.
SOHN, S.Y. ve LEE, S.H. (2003) Data Fusion, Ensembleand Clustering To İmprove The Classification Accuracy For The Severity of Road Traffic Accidents İn Korea, Safety Science, 41 (1), 1–14.
WU, D. (2009) Supplier Selection: A Hybrid Model Using Dea, Decision Tree and Neural Network, Expert Systems with Applications, 36 (5), 9105–9112.
ZHANG, G. ve HU, M.Y. (1998) Neural Network Forecasting of The British Pound/US Dollar Exchange Rate, Omega Int. J. Mgmt. Sci, 26(4), 495-506.
www.tuik.gov.tr, Erişim Tarihi: 15.07.2013.