Método Probabilístico para Identificação de Zonas de Acumulação de Acidentes

• Type: Article in International Conference Proceedings Book
• Date: 2012

Authors

António Fidalgo Couto (Author) FEUP; Sara Ferreira (Author) FEUP

Conference proceedings International

Title: XXVI ANPET - Congresso de Pesquisa e Ensino em Transportes

Pages: 763-774

XXVI ANPET - Congresso de Pesquisa e Ensino em Transportes

Joinville, Santa Catarina, Brasil, 28 de Outubro a 1 de Novembro de 2012

Scientific classification

FOS: Engineering and technology > Civil engineering

CORDIS: Technological sciences > Engineering > Civil engineering

Other information

Authenticus ID: P-016-RNA

Resumo (PT): Neste trabalho apresenta-se um novo método de definição e identificação de zonas de acumulação (ZAA) de acidentes considerando um modelo de regressão binário. Este modelo permite calcular a probabilidade de um local ser ou não ZAA tendo em conta as características geométricas e funcionais do mesmo. Este novo método foi aplicado ao caso das interseções tendo-se, para tal, gerado uma base de dados fictícia considerando as características da sinistralidade e das interseções da cidade do Porto. Através da simulação de dados é possível conhecer a priori as “verdadeiras” ZAA. O desempenho do método foi analisado com base nos erros resultantes da classificação dos locais em ZAA ou não-ZAA, e comparado com dois dos métodos mais aplicados e analisados – o método de ranking pelo número de acidentes e o método Bayesiano-empírico. Desta análise verificou-se que o método binário proposto tem claramente melhor desempenho.

Abstract (EN): This paper presents a new methodology to define and to identify hot spot based on a binary regression model. Considering the geometric and functional site characteristics, the model estimates the probability of a site being a hot spot. This method was applied to intersections using a simulation-based approach to data generated considering the characteristics of the Porto city data base. Using simulation, it is possible to establish sites that are a priori "true" hot spot. The performance of the new method was evaluated using the errors of the classification outcomes of the sites and compared with two commonly implemented methods that are the simple ranking of sites and the empirical Bayesian technique. This analysis has set that the proposed binary model performed better.

Language: English

Type (Professor's evaluation): Scientific