Detailergebnis zu DOK-Nr. 46576
Eine neue Methode der Verkehrsunfallanalyse und -vorhersage unter Verwendung künstlicher neuronaler Netze (Orig. engl.: A novel approach for traffic accident analysis and prediction using artificial neural networks)
Autoren |
S.M. Al-Alawi G.A. Ali C.S. Bakheit |
---|---|
Sachgebiete |
6.2 Verkehrsberechnungen, Verkehrsmodelle 6.3 Verkehrssicherheit (Unfälle) |
Road & Transport Research 5 (1996) Nr. 2, S. 118-127, 5 B, 5 T, 23 Q
Verkehrsunfälle gehören zu den häufigsten Todesursachen im Sultanat Oman, vor allem bei der Bevölkerungsgruppe der 16- bis 29jährigen. Die Rate der Unfälle mit Todesfolge pro 10.000 Fahrzeuge ist eine der höchsten in der Welt. Künstliche neuronale Netze sind eine sehr wirkungsvolle Technik, die bemerkenswerte Erfolge bei der Analyse vorhandener Daten und der Vorhersage zukünftiger Trends gezeigt hat. Diese neue Technik wurde verwendet, um die Anzahl der Verkehrsunfälle im Sultanat Oman in der Zeit von 1976 bis 1990 zu analysieren. Die Eingaben für das Modell wurden sorgfältig ausgewählt, indem die Qualität der Korrelation zwischen der Anzahl der Unfälle und verschiedenen bezogenen Variablen wie Bevölkerungswachstum, Bruttoinlandsprodukt, Fahrzeugdichte etc. untersucht wurde. Die Ergebnisse zeigen, daß 95,5 % der Schwankungen bei den Unfallzahlen mit dem Modell erklärt werden können. Prognosen für die Jahre 1991 bis 1994 wiesen eine hohe Genauigkeit (92 %) auf. Zur zusätzlichen Kontrolle des Modells wurde die Regressionsmethode der Hauptkriterien-Analyse verwendet, um die Daten anzupassen, und es wurden wieder Prognosen für 1991-1994 erstellt. Statistische Vergleiche der Ergebnisse zeigten, daß die "Neuronale Netze"-Prognose gegenüber der Hauptkriterien-Analyse einen niedrigeren mittleren absoluten Prozentfehler ergibt. Dazu ergab sie einen niedrigeren mittleren quadratischen Fehler und einen höheren Korrelationskoeffizienten. Diese Ergebnisse zeigen, daß die verwendeten künstlichen neuronalen Netze genauere Prognosen in bezug auf die tatsächlichen Ergebnisse liefern als die Hauptkriterien-Analyse.