Resumen

Identificar los factores influyentes en la duración de los incidentes es importante para que la agencia de gestión del tráfico mitigue el impacto de los incidentes de tráfico en el funcionamiento de las autopistas. Estudios anteriores han propuesto diversos enfoques para determinar los factores significativos del tiempo de resolución de incidentes de tráfico. Estos métodos suelen seleccionar un único modelo "verdadero" entre una mayoría de modelos alternativos basados en algunos criterios de selección de modelos. Sin embargo, los métodos convencionales suelen pasar por alto la incertidumbre relacionada con la elección de los modelos. En este artículo se propone un modelo bayesiano de promediación de modelos (BMA) para tener en cuenta la incertidumbre del modelo promediando todos los modelos plausibles utilizando la probabilidad posterior como ponderación. El modelo BMA se utiliza para analizar los 2.584 registros de incidentes en autopistas obtenidos del corredor I-5 en Seattle, WA, EE.UU.. Los resultados muestran que el enfoque BMA tiene la capacidad de interpretar la relación causal entre las variables explicativas y el tiempo de despeje. Además, el enfoque BMA puede proporcionar un mejor rendimiento de predicción que el modelo de riesgos proporcionales de Cox y los modelos de tiempo de fallo acelerado. En general, los resultados de este estudio pueden ser útiles para que la agencia de gestión de emergencias de tráfico aplique una metodología alternativa para predecir el tiempo de despeje de incidentes de tráfico cuando se considera la incertidumbre del modelo.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:tiempo de despeje de incidentes de tráfico, enfoque bma, incertidumbre del modelo, modelos de tiempo de fallo acelerado, agencia de gestión de emergencias de tráfico, promedio bayesiano de modelos, mejor rendimiento de predicción, registros de incidentes en autopistas, criterios de selección de modelos, modelo de riesgos proporcionales
• Keywords:traffic incident clearance time, bma approach, model uncertainty, accelerated failure time models, traffic emergency management agency, bayesian model averaging, better prediction performance, freeway incident records, model selection criteria, proportional hazards model