سفرهای درونشهری به شکلهای مختلف مانند بکارگیری وسیله نقلی? شخصی، استفاده از وسیله نقلیه عمومی، موتورسیکلت یا دوچرخه و یا بصورت پیاده انجام میگیرد. در تمام این موارد بخشی از سفرها ناگزیر بصورت پیاده انجام میگیرد که عمدتاً در برگیرنده تقاطعها و محلهای نزدیک مبدأ و مقصد میباشد. از طرفی تقاطعها به عنوان گرههای ترافیکی عامل تعیین کننده ی ظرفیت شبکه حمل ونقل بوده و هر گونه اختلالی در آنها باعث کاهش شدید ظرفیت شبکه خواهد شد. یکی از عوامل ایجاد این اختلال تصادفات هستند و تصادفات عابرین با توجه به آسیب پذیری شدید این کاربرِ شبکه حمل ونقل، از اهمیت ویژه ای برخوردار است. تحلیل تصادفات بدلیل زیاد بودن عوامل موثر و پیچیدگی آنها به کمک روشهای کلاسیک آماری نتایج مناسب و فراگیری در بر ندارد. لذا در این تحقیق از روش شبکه های عصبی که جزء روشهای نوین تحلیل دادهها میباشند برای پیش بینی تصادفات عابرین در تقاطع ها استفاده شده است. برای این منظور داده های مربوط به 200 تقاطع و تصادفات عابرین مربوط به آنها جمع آوری گردیده و در انواع مختلف شبکه های عصبی تحت آموزش و تست قرار گرفتند. در نهایت یک شبکه ی پیش خور با پس انتشار خطا با سه لایه و 40 نرون در لایه ها قادر به پیش بینی تصادفات عابرین با احتمال 85 درصد گردید. نتایج حاصل از این تحقیق علاوه بر پیش بینی تصادفات عابرین پیاده در تقاطعها، می تواند در اولویت بندی اصلاح تقاطعها از نظر ایمنی و حساسیت سنجی عوامل مختلف در تصادفات عابرین مورد استفاده قرار گیرد.