Traffic Accident Analysis with Neuro-Fuzzy Modeling

Cathrine Corfitzen & Caroline Corfitzen

Student thesis: Master thesis

Abstract

Hver dag er en lille andel af den danske befolkning, involveret i en ulykke, hvilket har b˚ade sociale og økonomiske konsekvenser. De fleste ulykker resulterer ofte i ingen eller mindre personskader, dog er der enkelte ulykker som ender med døden til følge. Dette leder til form˚alet med dette projekt, nemlig at undersøge forholdet mellem en ulykkes alvorlighedsgrad og de relateret trafikale faktorer i Danmark. Undersøgelsen er motiveret af følgende problemstilling; hvilket faktorer har en betydning for udfaldet af en ulykke? Baseret p˚a tidligere studier og viden indenfor omr˚adet, er tre hypoteser opstillet, som beskriver føreren, elementet og de geografiske faktorer. Baseret p˚a tidligere studiers resultat er det konkluderet at yngre men, ældre og sm˚a biler samt en længere afstand til det nærmeste hospital, øger risikoen for en personskade ulykke i forhold til en materiel skade ulykke. For at undersøge disse hypoteser, er et datasæt indsamlet fra politiets registreringer, som indeholder alle trafikulykker i perioden mellem 2013 og 2017, hvori kun ulykker med mindst 1 personbil indg˚ar. Datasættet indeholder informationer omkring føreren, bilen, omgivelserne samt de geografiske faktorer, hvor af en af disse faktorer inkluderet, adskiller sig fra resten. Dette er en tekst-beskrivende faktor lavet af politiet, som indeholder et detaljeret referat af ulykken og dens udfald. Denne tekst-beskrivelse er benyttet til at analysere den ikke observerbare faktor, uopmærksomhed. Projektets tre hypoteser er undersøgt ved brug af en neuro-fuzzy model. Neuron-fuzzy er en kombination af neural network og fuzzy-logic, der kan inkorporer b˚ade kategoriske og numeriske faktorer, samt undersøge mønstre i data baseret p˚a en læringsproces, uden behov for tidligere viden p˚a omr˚adet. Neural network er samtidigt undersøgt, bevidst om at de kun kan implementere de numeriske faktorer, dog er modellen mere kompleks og kan derved undersøge den bagvedliggende struktur mere nøjagtigt. Yderligere er den matematiske model decision tree undersøgt, da denne model kan implementeres med b˚ade kategoriske og numeriske variable. Decision tree har derfor mulighed for at angive betydningen af de kategoriske variable i forhold til en ulykkes udfald, hvilket neural network ikke er i stand til. Neuro-fuzzy modellen viste desværre ingen nyttige analytiske resultater p˚a grund af en ikke fuldt udviklet implementering af koden. Da modellen er kompleks, præcis og let for mennesker at fortolke p˚a, ville denne model være en god tilgang til modellering af alvorlighedsgraden af ulykker. To tilsvarende matematiske modeller, nemlig decision tree og neural network, blev valgt til at støtte op om Neurofuzzy, dog endte de to modeller med at være de mest kvalificerede med delvis enighed i resultaterne. Desuden blev det set, at alle tre hypoteser kunne bekræftes med de matematiske modeller samt den beskrivende analyse. Den første hypotese vedrørende personkarakteristik blev bekræftet, da en højere risiko er relateret til et stigende antal personer i ulykken. Den anden hypotese vedrørende element-karakteristik blev bekræftet af to faktorer; bløde trafikanter og antal elementer. Bløde trafikanter og f˚a elementer i en ulykke øger risikoen for personskadeulykker. Den tredje hypotese vedrørende geografisk placering, blev bekræftet af fire faktorer; afstand til hospital, en hastighedsgrænse p˚a 80 km/t, større befolkningstæthed og region. Disse fire faktorer medførte en forøget risiko for at være involveret i en personskade ulykke. P˚a baggrund af de matematiske resultater blev fire scenarier opstillet omhandlende antal elementer samt personer. Da scenarie 1 og 3 viste betydelig relation til personskade ulykker, blev disse undersøgt nærmere. Scenario 1 involverede 1 og 2 elementer, samt 1 eller 2 personer, som viste sig at være ulykker med hovedsageligt bløde trafikanter. Til dette scenarie blev der indført en forebyggende foranstaltning i form af et nyt krydsdesign, der fokuserede p˚a især cyklister. Scenarie 3 involverede 1 og 2 elementer, samt plus 3 personer, som viste sig at være ulykker med hovedsageligt to køretøjer. Til dette scenario var ligeledes en forebyggende foranstaltning et nyt krydsdesign, da krydsninger af elementer var særligt udsatte for personskader.

EducationsMSc in Business Administration and Management Science, (Graduate Programme) Final Thesis
LanguageEnglish
Publication date2019
Number of pages94
SupervisorsRaghava Rao Mukkamala