Ömer Faruk CANSIZ, İbrahim ERGİNER, Merve ERGİNER

Trafik Kaza Sayısının ve Yaralı Sayısının Yapay Sinir Ağları ile Tahmini

Trafik kazaları tüm dünyada olduğu gibi ülkemiz için de önemli bir problemdir. Trafik kazalarının birçoğu ölüm ve yaralanmalarla sonuçlanmaktadır. Kazaların meydana gelmesinde etkili olan birçok faktör bulunmaktadır. Bu çalışma kapsamında insana, yola ve araca bağlı kusurlardan kaynaklanan trafik kazaları incelenmiştir. Trafik kazalarının sayısı ve bu kazalardaki yaralanma sayılarının tahmini için modeller oluşturulmuştur. Bu modeller yapay zeka tekniklerinden yapay sinir ağları (YSA) yöntemi ve çok değişkenli regresyon yöntemleriyle oluşturulmuştur. 2002-2017 yıllarına ait Emniyet Genel Müdürlüğü ve Jandarma Genel Komutanlığı’ndan temin edilen verilerle bir veri seti oluşturulmuştur. Oluşturulan veri setinde nüfus, sürücü kusuru, araç kusuru, yolcu kusuru, yaya kusuru, yol kusuru değişkenleri bağımsız değişken olarak kullanılmıştır. Bağımlı değişken olarak kaza sayısı ve yaralı sayısı değişkenleri kullanılmıştır. Oluşturulan veri seti ile Matlab 2017a programında analizler yapılmıştır. YSA yöntemi ve çok değişkenli regresyon yöntemleriyle oluşturulan modeller korelasyon katsayısı (R), hataların karelerinin ortalaması (HKO) ve ortalama yüzde hata (OYH) değerlerine göre kıyaslanmıştır. Elde edilen sonuçlara göre YSA ile oluşturulan tahmin modellerinin çok değişkenli lineer regresyon modeli ve pure quadratic regresyon modelinden daha başarılı sonuçlara ulaştığı gözlemlenmiştir.

Estimation Number of Traffic Accidents and Number of Injured by Artificial Neural Networks and Regression Methods

Traffic accidents are a problem for our country as well as all over the world. Most traffic accidents result in deaths and injuries. There are many factors that are effective in the occurrence of accidents. In this study, traffic accidents caused by human, road and vehicle related defects are examined. Models are created to estimate the number of traffic accidents and the number of injuries in these accidents. These models are formed by artificial neural network techniques (ANN) and multivariate regression methods. A data set is formed by data obtained from General Directorate of Security and General Directorate of Security between 2002 and 2017. In the data set, population, driver defect, vehicle defect, passenger defect, pedestrian fault, road fault variables are used as independent variables. The number of accidents and the number of injured variables are used as dependent variables. Analyzes are made in Matlab 2017a software with the data set. The models created by ANN method and multivariate regression methods are compared according to the correlation coefficient, mean squared errors and mean percentage errors. According to the results, proposed prediction models based on the ANN have more successful results than the multivariate linear regression and pure quadratic regression models.

PDF

___

[1] Cansız ÖF. Enerji politikalarının ulaştırma sistemlerinin optimizasyonu ile geliştirilmesi ve uygulamadan elde edilen getirilerin ortaya konması, Doktora Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara, Türkiye 2007.
[2] Turhan C., Gökçen G., Kazanasmaz T. Yapay sinir ağları ile İzmir’deki çok katlı binaların toplam enerji tüketimlerinin tahmin edilmesi, 11. Ulusal Tesisat Mühendisliği Kongresi 2013, s:134, İzmir. https://www.mmo.org.tr/sites/default/files/ad 8e2a464a8f460_ek.pdf
[3] Es H., Kalender F., Hamzaçebi C. Yapay sinir ağları ile Türkiye net enerji talep tahmini, Gazi Üniversitesi MühendislikMimarlık Fakültesi Dergisi 2014; 29.
[4] Cansız ÖF., Çalışıcı M., Ünsalan K., Erginer İ. Türkiye için trafik kaza sayısı tahmin modellerinin oluşturulması, 2. Uluslararası Mühendislik Mimarlık ve Tasarım Kongresi, Mayıs 2017, Kocaeli.
[5] Cansız ÖF., Çalışıcı M., Ünsalan K. Türkiye karayollarında meydana gelen kazalarda oluşan yaralı sayısı için tahmin modellerinin oluşturulması, 2. Uluslararası Mühendislik ve Tasarım Kongresi, Mayıs 2017, Kocaeli.
[6] Cansız ÖF., Çalışıcı M., Miroğlu MM. Use of artificial neural network to estimate number of persons fatally injured in motor vehicle accidents, World Scientific and Engineering Academy and Society (WSEAS), Proceedings of the 3rd International Conference on Applied Mathematics, Simulation, Modelling, Circuits, Systems and Signals, Atina, 2009.
[7] Akgüngör AP., Doğan E. Farklı yöntemler kullanılarak geliştirilen trafik kaza tahmin modelleri ve analizi, Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi 2010; 2(1): 16-22.
[8] Akgüngör AP., Doğan E. Smeed ve Andreassan kaza modellerinin Türkiye uygulaması: Farklı senaryo analizleri, Journal of the Faculty of Engineering & Architecture of Gazi University 2008; 23(4): 821-827.
[9] Cansiz OF., Easa SM. Using artificial neural network to predict collisions on horizontal tangents of 3D two-lane highways, International Journal of Engineering and Applied Sciences 2011; 7(1): 47-56.
[10] MATLAB. MATLAB Product Family Updates 2017.