Redes neuronales artificiales aplicadas en sistemas de predicción para la seguridad vial

• Carpio, Karina Patricia ^[1] ; Oñate- Valdivieso, Fernando
  1. [1] Gobierno Provincial de Loja
• Localización: Avances: Investigacion en Ingeniería, ISSN-e 2619-6581, ISSN 1794-4953, Vol. 17, Nº. 2, 2020 (Ejemplar dedicado a: Especial Carreteras de montaña), págs. 1-19
• Idioma: español
• Títulos paralelos:
  • Artificial neural networks applied in prediction systems for road safety
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En esta investigación se aplican redes neuronales artificiales para el análisis de variables que podrían tener influencia en la ocurrencia de accidentes de tránsito en carreteras de montaña. El modelo se desarrolló utilizando Redes Neuronales Artificiales (RNA) y se evaluó su eficiencia para la predicción de accidentes de tránsito considerando variables como radios de curvatura y pendientes de la vía.  El desempeño de las Redes Neuronales Artificiales se evaluó aplicando la eficiencia de Nash- Sutcliffe y en el error cuadrático medio.  Los resultados de la investigación mostraron un bajo desempeño de las Redes Neuronales Artificiales  en el pronóstico de accidentes en función de las variables seleccionadas, lo que sugiere que los accidentes aparentemente no se deben a la geometría de la vía, o topografía, geografía del terreno, sino a otros elementos tales como  el exceso de velocidad o la impericia del conductor. Sin embargo, la investigación muestra varias alternativas de modelamientos de la Red para intentar tener una mejor predicción.

  • English

    Artificial neural networks (ANN) are applied in this research for the analysis of variables that could influence the occurrence of traffic accidents on mountain roads. The model was developed through Artificial Neural Networks (RNA), and its efficiency was evaluated for the prediction of traffic accidents considering variables as radio of curvature and track slopes. RNA performance was evaluated by applying the Nash-Sutcliffe efficiency and the mean quadratic mistake. The results of the research showed a low performance of the RNA in the prediction of accidents according to the selected variables, which suggests that accidents do not appear to be due to track geometry, but to other elements such as speeding or driver’s sleight of hand. However, the research provides several alternatives for modeling the Network to achieve a more accurate prediction.