PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Cause-effect relationships road incidents using tree method

Identyfikatory
Warianty tytułu
PL
Analiza związków przyczynowo-skutkowych zdarzeń drogowych z wykorzystaniem metody drzew decyzyjnych
Języki publikacji
EN
Abstrakty
EN
Some procedures of identification of cause-effect relationships of road incidents have been presented in the work. Features that characterize both road incidents and road incident locations were the subject of an analysis carried out in several experiments with the use of decision tree techniques. The recurrence of modelling results has been checked for various parameters of a decision tree in each experiment in multiple processing of data. Results turned out to be of two-way character. Some of them confirm current opinions about road incidents circumstances. However, there are also results that question these opinions.
PL
Zaprezentowano metodę modelowania związków przyczynowo-skutkowych zdarzeń drogowych na skrzyżowaniach ulicznych z wykorzystaniem klasyfikacyjnych drzew decyzyjnych. Opracowano plan eksperymentów badawczych, w których jest analizowany wpływ wybranych cech charakteryzujących skrzyżowania i zdarzenia drogowe na takie zmienne celu jak: klasyfikacja zdarzenia, rodzaj zdarzenia i zachowanie kierowcy. Weryfikacja wyników każdego eksperymentu była realizowana dwutorowo. Po pierwsze, z całego zbioru danych o zdarzeniach drogowych kilkakrotnie generowano podzbiory: treningowy i walidacyjny, uczestniczące w budowie drzewa. Po drugie, dla każdej takiej pary podzbiorów tworzono drzewa z wykorzystaniem dwóch algorytmów podziału: minimum entropii i testu chi-2. Dyskusji były poddawane tylko te reguły eksperymentu badawczego, które powtarzały się w całym planie weryfikacji. Uzyskane wyniki pozwalają na sformułowanie podanych niżej wniosków: 1. W analizach bezpieczeństwa ruchu drogowego na skrzyżowaniach ulicznych należy uwzględniać dane dotyczące wszystkich zdarzeń drogowych, ponieważ nie można wyodrębnić cech, które klasyfikują zdarzenie drogowe jako wypadek czy jako kolizję. 2. Typ skrzyżowania oraz sposób sterowania ruchem nie mają istotnego wpływu ani na rodzaj zdarzenia drogowego ani na zachowanie kierującego pojazdem, który uczestniczył w zdarzeniu. 3. Stwierdzono, że czynniki zewnętrzne, takie jak: warunki atmosferyczne, pora doby, warunki oświetlenia nie mają wpływu na nieprawidłowe zachowania kierowcy, skutkujące zdarzeniem drogowym. 4. W analizach bezpieczeństwa ruchu drogowego na skrzyżowaniach ulicznych można połączyć w jedną wartość następujące zachowania kierowcy z karty zdarzenia drogowego: niedostosowanie prędkości do warunków ruchu, gwałtowne hamowanie, niezachowanie bezpiecznej odległości między pojazdami. Technika drzew decyzyjnych okazuje się bardzo dobrym narzędziem w identyfikacji typów zdarzeń drogowych i ich prezentacji w postaci prostych reguł języka potocznego,
Twórcy
autor
  • University of Technology, Faculty of Civil and Environment Engineering, Kielce, major@tu.kielce.pl
Bibliografia
  • 1. H. MAJOR, M. NOWAKOWSKA, Wzorce zdarzeń drogowych na skrzyżowaniach z wyspą centralną, IV Konferencja Bezpieczeństwa Ruchu Drogowego BEZPIECZEŃSTWO RUCHU DROGOWEGO W PROJEKTOWANIU DRÓG, MOSTÓW I ORGANIZACJI RUCHU, Pułtusk 2000.
  • 2. H. MAJOR, M. NOWAKOWSKA, Similarities and dissimilarities of road accident patterns for chosen type of urban intersection, 12th International Conference on Traffic Safety on Three Continents, Moscow, Russia, 19-21 September 2001.
  • 3. H. MAJOR, M. NOWAKOWSKA, Wzorce zdarzeń drogowych na skrzyżowaniach z sygnalizacją świetlną w mieście wojewódzkim średniej wielkości, Transport Miejski, 4, 2003.
  • 4. SAS Course Notes, Enterprise Miner: Applying Data Mining Techniques, SAS Institute Inc., Cary 1999.
  • 5. SAS Help, HTML Format, SAS Institute Inc., Cary, 2000.
  • 6. H. MAJOR, M. NOWAKOWSKA, Analizy danych o zdarzeniach drogowych w miastach z wykorzystaniem programu komputerowego SYRENA, Transport Miejski, l, 2003.
  • 7. M. KANTARDZIC, Data Mining, WILEY-INTERSCIENCE a John Wiley & Sons INC., 2003.
  • 8. P. CICHOSZ, Systemy uczące się. Wydawnictwa Naukowo-Techniczne, Warszawa 2000.
  • 9. P. GIUDICI, Applied Data Mining, Wiley & Sons, New York 2002.
  • 10. M. TRACZ, M. NOWAKOWKA, Detecting associations between descriptive accident features, Archives of Civil Engineering, 45, l, 1999.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BTB2-0031-0009
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.