Resumen

Partiendo de una consideración global de los factores que afectan a las evaluaciones de la seguridad vial, se aplicó al análisis causal de los accidentes de tráfico la teoría de redes bayesianas basada en el análisis probabilístico de riesgos. Tomando como caso el distrito central de negocios (CBD) de Adelaida, en el sur de Australia, se estableció la estructura de la red bayesiana integrando el algoritmo K2 con el conocimiento de los expertos, y se adoptó el algoritmo de maximización de expectativas que podía procesar los datos que faltaban para llevar a cabo el aprendizaje de parámetros en Netica, estableciendo así el modelo de red bayesiana para el análisis de causalidad de los accidentes de tráfico. A continuación, se utilizó Netica para llevar a cabo el razonamiento de probabilidad posterior, la explicación más probable y el análisis inferencial. Los resultados mostraron que el modelo de red bayesiano podía explorar eficazmente la compleja relación lógica de los accidentes de tráfico y expresar la relación incierta entre las variables relacionadas. El modelo no sólo puede predecir cuantitativamente la probabilidad de un accidente en determinadas condiciones de tráfico, sino que también puede encontrar las razones clave y la combinación de estados más desfavorable que conduce a la ocurrencia de un accidente. Los resultados del estudio pueden proporcionar apoyo teórico a las autoridades de gestión de las carreteras urbanas para analizar a fondo los factores inductores de los accidentes de tráfico y, a continuación, establecer las bases para mejorar el rendimiento de la seguridad del sistema de tráfico vial urbano.

• Materias:Transporte urbano Señales de control de tráfico Accidentes de transito Planificación de ruta Capacidad de tráfico
• Subjects:Urban transport Traffic control signs Traffic accidents Path planning Traffic capacity
• Palabras claves:accidentes de tráfico, modelo de red bayesiana, análisis de causalidad, distrito central de negocios de adelaida, determinadas condiciones de tráfico vial, autoridades de gestión de carreteras urbanas, sistema de tráfico vial urbano, estructura de red bayesiana, teoría de red bayesiana, relación lógica compleja
• Keywords:road accidents, bayesian network model, causation analysis, adelaide central business district, certain road traffic condition, urban road management authorities, urban road traffic system, bayesian network structure, bayesian network theory, complex logical relation