URBAN TRANSPORT ENGINEERING & PLANNING LABORATORY: BUI TIEN MANH


Title: A Probabilistic Model Development to Predict Traffic Accident Tendency under Snowy Conditions for Expressway


Supervisor: Kazushi SANO 


米国、カナダ、日本の統計や最近の研究によると、交通事故の発生頻度は冬場、特に積雪時に増加する傾向があることが分かっています。そこで、本研究では、リスクファクターを分析し、事故件数を予測し、適切なモデルを提案することを目的とする。本研究では、モデルにおける多重共線性を検出するために、リスクファクター間の相関分析を実施する。そして、負の二項回帰モデル（NB）と人工ニューラルネットワーク（ANN）の2つのモデルを開発しました。最後に、MAE、MSE、RMSEに基づき、2つのモデルの評価と比較を行った。本研究の結果は、以下の通りである。
- 相関分析の結果、モデル内の説明変数の間には多重共線性がないことが示された。
- NBモデルの結果は、すべての要因が有意水準1%で統計的に有意であることを示している。また、1時間当たりの交通量と平均降雪量は、短期間（1時間）に発生する交通事故の予想件数に正の影響を与える。一方、トラック比率、平均流速、気温、垂直勾配などの危険因子は、短期的に発生する交通事故の予想件数に負の影響を与える。また、積雪時の高速道路では、各分割区間での短期発生交通事故件数が各未分割区間より多くなる傾向がある。最後に、平均降雪量は、積雪時の各区間の短期的な交通事故発生件数に最も影響を与えるリスク要因の1つであることがわかった。
- 本研究では、1つの入力層、1つの出力層、2つの隠れ層からなるANNモデルの構造を設計した。ANNモデルの学習過程は、比較的良好である。学習後、ANNモデルをテストデータセットでMAE、MSE、RMSE指数によりテストした。その結果、ANNモデルは優れたモデルであり、高い精度を持つことが示された。
- 最後に、本研究では、両モデルの性能を比較した。その結果、両モデルとも良好な性能または高い精度を持つことが示された。しかし、ANNモデルはNBモデルよりも優れている。