التنبؤ بشدة الحوادث المرورية باستخدام نماذج حديثة من التعلم الآلي وتحليل شاب

تتناول هذه الدراسة مشكلة التنبؤ بشدة الحوادث المرورية، وهي مشكلة آخذة في الانتشار البحثي لأن الوفيات المرتبطة بالحوادث المرورية تُعد من أبرز أسباب الوفاة في العالم، إذ تتأثر نتائج الشدة بعوامل متداخلة تشمل الإنسان والمركبات والطريق والطقس والبيئة وتفاعلاتها، ويُعد الفهم الأفضل للظروف المسهمة في الحوادث ومنبئات خطر الشدة أمرًا حيويًا للتنفيذ الآني والفعّال لتدابير التخفيف الملائمة، وقد اعتمدت الأدبيات أساليب إحصائية تقليدية قائمة على افتراضات غير واقعية قد يؤدي انتهاكها إلى تنبؤات متحيزة، وهو ما دفع إلى اختبار قدرات خوارزميات التعلم الآلي الحديثة في هذا المجال

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى فحص قابلية تطبيق خوارزمية تعزيز التدرج الحديثة المعروفة اختصارًا بإكس جي بوست في التنبؤ بشدة الحوادث المرورية في منطقة القصيم بالمملكة العربية السعودية، وقارنت أداءها التصنيفي بخوارزميتين تقليديتين من خوارزميات التعلم الآلي هما الغابات العشوائية والانحدار اللوجستي، مستخدمة مقاييس إحصائية متنوعة شملت الدقة والاستدعاء والضبط ودرجات إف واحد ومنحنيات خصائص تشغيل المستقبِل والمساحة تحت المنحنى، كما وظّفت الدراسة تحليل شاب لتفسير النموذج وفحص اتساق عوامل خطر الشدة مع تقنية أهمية الخصائص في إكس جي بوست، تجاوزًا لمشكلة ضعف قابلية تفسير نماذج التعلم الآلي

ثانيًا: أبرز النتائج

1- كشفت النتائج التجريبية أن النماذج الثلاثة جميعها قدّمت أداء تنبؤيًا مقبولًا، غير أن نموذج إكس جي بوست حقّق أعلى دقة بلغت 90.5 في المئة، متفوقًا بذلك على نموذجي الانحدار اللوجستي والغابات العشوائية، وأكدت مقارنة النماذج بمقاييس الأداء المختلفة تفوق أدائه التنبؤي على نحو متسق

2- أظهر تحليل حساسية الخصائص وترتيبها في نموذج إكس جي بوست أن منبئات بعينها تمارس تأثيرًا قويًا في نتيجة شدة الحادث، وفي مقدمتها نوع الحادث، والظروف الجوية، وعدد المركبات المشتركة، وظروف الإضاءة، وسبب الحادث، ووقت اليوم، وهي عوامل تتصل بظروف وقوع الحادث وبيئته أكثر من اتصالها بعامل مفرد معزول

3- أتاح تحليل شاب التحقق من اتساق عوامل خطر الشدة المستخرجة مع تقنية أهمية الخصائص في النموذج، بما عزز الثقة في تفسير النموذج الأقوى أداءً ووفّر صورة متكاملة عن العوامل التي ينبغي أن تنال الأولوية في تدخلات السلامة

ثالثًا: دلالات الدراسة وتطبيقاتها

تُنتظر من نتائج هذه الدراسة إفادة محورية للممارسين في مجال السلامة وصنّاع السياسات المعنيين بتحسين سلامة الطرق السريعة، إذ يوجّه ترتيب العوامل المؤثرة في الشدة جهود الوقاية نحو معالجة الظروف الأشد ارتباطًا بالنتائج الخطرة، كتحسين الإضاءة والتعامل مع الظروف الجوية وسلوكيات أوقات محددة من اليوم، كما تقدّم الدراسة دليلًا على جدوى الجمع بين النماذج التنبؤية القوية وأدوات التفسير كتحليل شاب، بحيث لا يكتفي صانع القرار بتنبؤ دقيق بل يفهم أسبابه ويبني عليها تدخلات مستنيرة

وتبرز قيمة الجمع بين ترتيب أهمية الخصائص وتحليل شاب في أنه يعالج الاعتراض الأشهر على توظيف التعلم الآلي في القضايا العامة، وهو غياب التفسير، فحين تتقاطع طريقتان مختلفتان لقياس أهمية العوامل على الترتيب ذاته تقريبًا يصبح أمام صانع القرار ما يشبه الإجماع التحليلي على مواضع الخطر، ويصبح توجيه الموارد نحو معالجة نوع الحوادث الأشد خطرًا وظروف الإضاءة والطقس وساعات اليوم الحرجة قرارًا مبررًا بالأدلة لا بالانطباع، كما أن تعدد مقاييس التقييم المستخدمة من الدقة والاستدعاء والضبط ودرجة إف واحد ومنحنيات خصائص تشغيل المستقبِل والمساحة تحت المنحنى يحمي المقارنة من الانحياز لمقياس وحيد قد يخفي ضعفًا في فئة من فئات الشدة دون غيرها

وخلاصة القول إن الدراسة أثبتت تفوق خوارزمية إكس جي بوست في التنبؤ بشدة الحوادث المرورية في منطقة القصيم بدقة بلغت 90.5 في المئة، وحدّدت العوامل الأقوى تأثيرًا في الشدة مدعومة بتحليل شاب، بما يقدّم لممارسي السلامة وصنّاع السياسات أساسًا تحليليًا متينًا لتحسين سلامة الطرق السريعة وتوجيه تدابير التخفيف