Dissertação

Analysis of pedestrian injury severity using Data Mining techniques EVALUATED

Os acidentes rodoviários são uma problemática sensível a nível mundial, em particular aqueles que envolvem peões. Portugal é um dos Estados Membros da União Europeia com taxa mais alta de fatalidades de peões por milhão de habitantes. Apesar de todas as estratégias que têm vindo a ser implementadas, esta problemática continua a requerer especial atenção e a necessitar que sejam desenvolvidas medidas específicas de segurança rodoviária. Recorrendo a técnicas de Data Mining, o presente estudo procura encontrar e entender quais os factores determinantes no aumento da severidade das lesões dos peões, para poder minimizá-los. Assim, foram utilizadas redes bayesianas, árvores de decisão e regressão logística ordinal para analisar a base de dados de acidentes rodoviários da Autoridade Nacional de Segurança Rodoviária que ocorreram em Portugal no período de 2011-2012 . Antes do ajustamento dos modelos procedeu-se com a seleção de variáveis de forma a potenciar os resultados obtidos pelos modelos. A escolha do melhor modelo baseou-se em medidas de desempenho, tais como, exatidão, sensibilidade, especificidade, F-score e AUC. Os diversos modelos analisados obtiveram um bom desempenho, no entanto, as redes bayesianas mostraram-se superiores, nomeadamente, na classificação das classes de lesões graves e lesões fatais dos peões. Ao longo da análise foram encontradas causas para a severidade das lesões dos peões comuns aos diferentes modelos. Entre elas, acidentes que ocorrem em zonas rurais, na região de Lisboa, veículos pesados e autoestradas, itinerários principais ou complementares. Todas elas foram apontadas, pelos modelos como cruciais no aumento da gravidade das lesões dos peões.
árvore de decisão, data mining, lesão de peões, rede bayesiana, regressão logística ordinal, seleção de variáveis

Junho 29, 2017, 10:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

João Manuel Pereira Dias

Departamento de Engenharia Mecânica (DEM)

Professor Auxiliar

ORIENTADOR

Maria da Conceição Esperança Amado

Departamento de Matemática (DM)

Professor Auxiliar