Trafik kazası yeniden canlandırma yazılımı kullanarak kazaya karışanların kusur oranlarının belirlenmesi

Bu çalışmanın amacı, Türkiye'de en sık görülen ve kusur oranının belirlenmesi yönünden tartışmaya açık kazalar baz alınarak (dört araç-araç kazası), söz konusu durum için bilimsel ve sistematik bir yaklaşım getirmektir. Kaza mahalinden toplanan gerekli veriler (polis tutanakları, varsa lastik izleri, kazaya karışan araçlarda oluşan ortalama deformasyon miktarları, vs.) "vCrash" adlı kaza yeniden canladırma yazılımına uygun şekilde girilmiştir. Kaza senaryoları, yazılım üzerinde, araçların farklı deformasyonlar almaları sağlanarak simüle edilmiş, bu deformasyon miktarlarının aynı zamanda araçların kazadan hemen önceki enerji denklik hızlarına (EDH) karşılık geldiği göz önüne alınmıştır. Deformasyon ve hız değerleri 10-kat ve 5-kat çapraz doğrulama kullanılarak, Multi-Layer Feed Forward (MFFNN), MFFNN'nin özel bir türü olan Function Fitting Neural Network (FITNET) ve Generalized Regression Neural Network (GRNN) olmak üzere üç farklı yapay sinir ağları (YSA) yöntemleri iki farklı yaklaşımla simülasyon verileri üzerinde uygulanmıştır. Ortalama karesel hata (OKH) ve korelasyon (R) ile bu yöntemler arasında en uygununun bulunması hedeflenmiştir. MFFNN ve FITNET diğer yöntemlere göre daha yakınsak sonuçlar vermiştir (daha düşük OKH, daha yüksek R).