автореферат диссертации по транспорту, 05.22.10, диссертация на тему:Повышение уровня безопасности движения в городах на основе нейросетевых и дискриминантного методов анализа ДТП

На правах рукописи

Зеленцов Михаил Владимирович

ПОВЫШЕНИЕ УРОВНЯ БЕЗОПАСНОСТИ ДВИЖЕНИЯ В ГОРОДАХ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ И ДИСКРИМИНАНТНОГО МЕТОДОВ АНАЛИЗА ДТП

05.22.10 - Эксплуатация автомобильного транспорта

АВТОРЕФЕРАТ

диссертации на соискание ученой степени .

кандидата технических наук .... - • .

Орел - 2010

004604871

Работа выполнена на кафедре «Управление автотранспортом» Липецкого государственного технического университета

Научный руководитель -

Заслуженный деятель науки РФ, доктор технических наук, профессор Корчагин Виктор Алексеевич

Официальные оппоненты:

доктор технических наук, профессор Бондаренко Елена Викторовна

кандидат технических наук, доцент Зеликов Владимир Анатольевич

Ведущая организация -

Пензенский государственный университет архитектуры и строительства

Защита состоится 22 мая 2010 г. в 10 часов на заседании объединенного диссертационного совета ДМ 212.182.07 ВАК Минобрнауки РФ при Орловском государственном техническом университете по адресу: 302030, г.Орел, ул.Московская, 77, ауд.426.

С диссертацией можно ознакомиться в библиотеке ОрелГТУ.

Отзывы на автореферат в двух экземплярах с подписью, заверенной печатью организации, просим направлять в адрес диссертационного совета: 302020, г.Орел, Наугорское шоссе, 29.

Автореферат разослан и опубликован на сайте www.ostu.ru апреля 2010 г.

Телефон для справок (4862)41-98-19

Ученый секретарь диссертационного совета

Севостьянов А.Л.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Развитие экономики Российской Федерации характеризуется стремительным ростом автомобильного парка. По итогам 2008 года автомобильный рынок РФ стал крупнейшйм в Европе. Значительное увеличение интенсивности дорожного движения привело к увеличению нагрузки на дорожно-транспортную инфраструктуру, которая с каждым годом все хуже справляется со своими функциями. Как следствие -увеличивается количество дорожно-транспортных происшествий (ДТП), возрастает число заторов на улично-дорожной сети (УДС) городов.

Дорожно-транспортные происшествия наносят экономике России значительный ущерб, составляющий в последние годы примерно 3 процента валового внутреннего продукта страны. Причем львиная доля ущерба приходится на затраты, связанные с гибелью или ранением людей в результате ДТП. Решение проблемы обеспечения безопасности дорожного движения (БДД) относится сегодня к наиболее приоритетным задачам развития страны. В то же время в силу объективных причин улично-дорожная сеть не может быть как количественно, так и качественно модернизирована в столь сжатые сроки.

Наиболее действенным подходом для решения сложившейся ситуации является максимально эффективное расходование ограниченных материальных ресурсов для повышения уровня безопасности дорожного движения. Предложенные в диссертационной работе научные элементы новизны исследования актуальны и целенаправлены на решение научно-практической задачи, имеющей важное народнохозяйственное значение.

Цель работы - повышение уровня безопасности дорожного движения на основе использования разработанных теоретико-методических положений и математических моделей.

Для достижения цели поставлены и решены следующие задачи:

• проведен анализ существующих методик, определяющих связь между факторами системы водитель-автомобиль-дорога-среда (ВАДС) и количеством ДТП;

• создана база данных по ДТП, произошедших с 2000 по 2009 г.г. в г.Липецке;

• проведен всесторонний анализ структуры и динамики развития ДТП за указанный период;

• разработана методика прогнозирования количества случаев ДТП по месяцам года;

• разработана методика классификации и последующей идентификации случаев ДТП;

• разработана методика построения зависимости вероятности возникновения ДТП от факторов системы ВАДС.

Объект исследования - процессы функционирования движения транспортных средств на улично-дорожной сети города.

Теоретической и методологической основой исследования послужили научные труды; 1) по проблемам повышения безопасности дорожного движения, снижения количества ДТП и уменьшения негативного

воздействия автомобильного транспорта на окружающую среду, 2) по экономике, эконометрике, а так же натурные исследования, методы многомерного статистического анализа.

Научная новизна исследования заключается в разработке следующих теоретико-методических положений, методов и моделей, которые выносятся на защиту, применяемых для обоснования и выбора наиболее эффективных мероприятий повышения уровня БДД:

• методика комплексного статистического анализа количества ДТП;

• методика прогнозирования количества ДТП с учетом фактора сезонности;

• научно-методические подходы и методика классификации совокупности ДТП;

• теоретические подходы и методика идентификации ДТП на основе нейросетевых и дискриминантного методов анализа;

• научно-методические разработки и математическая модель определения вероятности возникновения ДТП на основе методов многомерного статистического анализа.

Практическая значимость. Разработанные в диссертации теоретико-методические и практические положения, модели и методики составляют научную основу построения систем совершенствования механизмов управления БДД и могут быть использованы Государственной инспекцией безопасности дорожного движения на всех этапах разработки и реализации мероприятий по организации дорожного движения, выборе наиболее эффективных из них, оценке экономического эффекта от принятых мер, а также организациями, занимающимися проектированием улично-дорожной сети городов. Предлагаемые методики, алгоритмы и программы позволяют разработать эффективные управленческие решения и пути- повышения уровня системной безопасности транспортных потоков.

Реализация результатов работы. Полученные теоретические, методические и прикладные исследования использовались: при выполнении международного проекта «Решение экологических проблем на транспорте» совместно с Итальянским университетом г. Анконы, Липецкой областной комиссией по обеспечению безопасности дорожного движения, отделом эксплуатации и безопасности дорожного движения "Управления дорог и транспорта" Липецкой области; Управлением Государственной инспекции БДД УВД по Липецкой области; в учебном процессе на кафедре управления автотранспортом Липецкого ГТУ при изучении дисциплин «Безопасность дорожного движения», «Моделирование дорожного движения» и в дирломном проектировании.

Личный вклад автора заключается в формировании идеи и цели диссертационной работы, в постановке задач и их решении, 5 разработке методологических и теоретических положений для всех элементов научной новизны исследования, новых методов, моделей и подходов к оценке эффективности инновационного потенциала на всех этапах выполнения диссертации - от научного поиска до реализации их на практике.

Апробация работы. Основные положения и результаты исследований доложены, обсуждены и одобрены на: Международной

научной конференции «Проблемы эксплуатации и обслуживания транспортно-технологических машин» (Тюмень, 2010 г.); научной конференции студентов и аспирантов ЛГТУ (2010 г.) и заседаниях кафедры управления автотранспортом Липецкого ГТУ (2007-20010 гг.).

Публикации. По материалам диссертации опубликовано 6 печатных работ.

Структура и объем. Диссертация состоит из введения, четырех глав, основных результатов и выводов, списка литературы и приложений на 30 стр., содержит 173 стр. текста, 45 табл., 34 рис. Библиографический список включает 137 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, сформулированы его цели и задачи, раскрываются научная новизна и практическая значимость полученных результатов.

В первой главе проведен анализ современного состояния проблемы обеспечения дорожного движения. Исследована динамика дорожно-транспортного травматизма в России и мире. Из представленных данных видно, что социальный риск в России (количество погибших на 100 тыс. населения) выше, чем в развитых странах в 2 и более раз. Транспортный риск (количество погибших на 10 тысяч транспортных средств) выше уже в 4-10 раз. Липецкая область не является исключением из этой печальной статистики. По данным Росстата за 2009 год она занимает 83 место по числу пострадавших в ДТП на 100 тыс. жителей.

Проведено сравнение основных показателей БДЦ в Липецке с городами в США, со сходными климатическими условиями и численностью населения.

Анализ научной литературы как отечественных, так и зарубежных ученых показал, что случаи ДТП можно объяснить лишь анализируя длинный ряд способствующих факторов. Таким образом, можно выявить ряд факторов, которые встречаются чаще, чем другие, в связи с происшествиями. И лишь затем нужно выявить причины ДТП и разработать мероприятия, направленные на их устранение. Это могут быть факторы, относящиеся к проектированию дорог, погодным и дорожным условиям, транспортным средствам или участникам дорожного движения.

1. В результате проведенного анализа выявлены:

- динамика роста аварийности на фоне значительного увеличения численности автомобильного парка в России и мире;

- динамика увеличения численности автомобильного парка и роста аварийности в регионе;

- основные недостатки, негативно влияющие на безопасность участников дорожного движения.

2. Определены основные факторы риска, определяющие уровень безопасности дорожного движения. Изучая такие факторы, можно понять, какие условия вызывают ненормально большое количество происшествий.

Чем больше факторов риска, проявляющихся одновременно, "тем больше вероятность происшествия.

3. Отмечено недостаточное использование экономико-математического инструментария при определении мероприятий по снижению аварийности на автомобильных дорогах.

Статистическое исследование динамики и структуры ДТП, выявление причин и закономерностей их развития имеет исключительно важное значение для улучшения деятельности транспорта и повышения уровня безопасности его функционирования как в Липецке, так и в России в целом.

Во второй главе представлен всесторонний анализ динамики и структуры случаев ДТП. Он был проведен на основе базы данных по дорожно-транспортным происшествиям, произошедшим в городе Липецке за период с 2001 по 2009 г.г. Установлено, что в Липецке больше половины всех совершенных ДТП составляют наезды на пешеходов, на втором месте находятся столкновения транспортных средств (рис.1). Вместе эти два вида ДТП составляют более 80% от общего числа аварий. Это объясняется существующей схемой организации дорожного движения, которая не претерпела коренных изменений за прошедшие десятилетия. В то же время в городе значительно увеличился и продолжает расти парк автомобилей, возросла численность населения. На улицах города существуют участки, на которых пешеходные переходы расположены слишком близко друг от друга в нарушении норм проектирования. Своё влияние на дорожную ситуацию в Липецке оказывает также и низкий уровень культуры вождения автомобиля, нежелание уступать дорогу и соблюдать предписанные правила дорожного движения. С другой стороны, отсутствие на некоторых участках дороги разметки, освещения, знаков приоритета и информационно-указательных знаков подталкивает водителей к вольному поведению на дороге.

я 1-Столкновение ш 2-Опрокидывание ¡г З-Наезд на Стоящее ТС в 4-Наезд на Препятствие 8 5-Наезд на Пешехода в 6-Наезд на Велосипедиста

ж 7-Наезд на Гужевой

транспорт га 8-Падение пассажира

9-Другой

Рис. 1 Распределение ДТП по видам в городе Липецке (2001-2009 г.г.)

Участники ДТП делятся на четыре категории: водитель, пассажир, пешеход и иной участник. Результаты анализа говорят о том, что в ДТП чаще всего страдают пешеходы (рис.2): последствия ДТП среди пешеходов

ведут в 90% случаев к ранениям и 6,5% - к летальному исходу. Пассажиры по тяжести последствий после ДТП следуют за пешеходами. В 75% случаев ДТП пассажиры получают ранения и в 3,6% - последствия ведут к летальному исходу. Последствия ДТП среди водителей, приводят к летальному исходу в 1% случаев и в 21 % - к ранениям.

100%

Пешеход ■ Пассажир в Водитель

Рис.2 Сравнительная характеристика последствий ДТП среди участников различных категорий

Проведено сравнительное исследование количества представителей каждой из групп участников движения (водители, пешеходы), нарушивших правила дорожного движения (ПДД), что привело к возникновению ДТП. На основе исследования предложена шкала классификации участников движения по степени опасности (табл. 1).

Таблица 1

Участники движения Уровень опасности

потенциально опасные опасные средней опасности менее опасные относительно «безопасные»

Водители до 20 лет 20-24 года 25-29 лет 30-39 и 60-69 лет 40 -59 лет

Пешеходы <10 лет и 40-49 лет 10-19 лет и 50-59 лет 60-69 лет 20 - 39 >70 лет

Выполненные исследования, изложенные во второй главе диссертационной работы, позволили сделать следующие основные выводы:

• собраны и обработаны данные о дорожно-транспортной ситуации в г.Липецке;

• динамика и структура ДТП в Липецке в целом схожа с общероссийской;

• более половины всех случаев ДТП составляют наезды на пешеходов;

• проведен статистический анализ дорожно-транспортной ситуации в г. Липецк, включая дорожно-транспортную инфраструктуру и парк наземного транспорта;

• предложена пятиуровневая шкала классификации участников движения в зависимости от возраста и вероятности нарушения ПДД;

• выделены аварийноопасные участки на УДС города;

• проведена классификация факторов, влияющих на уровень безопасности дорожного движения, с выделением технических, градостроительных и экологических проблем;

• проведен статистический анализ влияния числа нарушений правил дорожного движения и ряда других факторов на количество дорожно-транспортных происшествий.

В третьей главе разработаны теоретико-методологические подходы и методики анализа, классификации и идентификации (определения принадлежности к известному классу) случаев ДТП. Для проведения классификации происшествий предложена совокупность классификационных признаков: время года, время суток, наличие искусственных сооружений, состояние покрытия, освещение проезжей части, тип АТС, тип привода, количество АТС, количество участников ДТП, ширина проезжей части, ширина обочины, ширина тротуара, ширина разделительной полосы, возраст АТС, категория участника ДТП, пол и возраст участника ДТП, водительский стаж, тяжесть последствий.

Классификационные признаки перед началом , классификации подвергались процедуре нормировки.

Для классификации случаев ДТП применен статистический кластерный анализ: для наглядного определения количества классов -иерархический агломеративный метод с построением дендрограммы (дерева) классификации; для проверки правильности разбиения использован метод к-средних. Кластерный анализ позволяет

классифицировать совокупность всех случаев ДТП Х1,Х2..ХП> каждый из которых обладает набором классификационных , признаков

Х1- = {хц,х12...х1т}1 / = 1,».

В каяедый класс попадают происшествия, имеющие сходные классификационные признаки. Сходство или различие между классифицируемыми случаями ДТП устанавливается в зависимости от метрических расстояний между ними. В качестве метрики использовалось евклидово расстояние:

■ - 4/=^ЕЬ,-*,/)2 , (1)

где хц и Хц - значение 1-го классификационного признака

соответственно для /-го и ./-го случая ДТП.

Алгоритмом классификации выступает метод Уорда, предполагающий, что на первом шаге каждый класс состоит из одного происшествия. Первоначально объединяются два ближайших класса.

Для них определяется среднее значение каждого классификационного признака и рассчитывается сумма квадратов отклонений:

"к т ^

Ук=1^(ха~Ч) , (2)

м /=1

где пк - количество ДТП в к-м классе;

' - количество признаков, характеризующих каждое

происшествие;

к - номер класса;

х11с - среднее значение 1-го признака в /с-м классе.

В дальнейшем на каждом шаге работы алгоритма объединяются те ДТП, которые дают наименьшее приращение величины Ук. Метод Уорда приводит к образованию классов равных размеров с минимальной внутриклассовой вариацией.

Для подтверждения правильности разбиения п происшествий, каждое из которых характеризуется т признаками, на к классов проводится классификация методом /с-средних. Для начала процедуры классификации этим методом следует задать количество классов.

Для определения принадлежности вновь произошедшего ДТП к одному из уже известных классов были применены два способа: 1) дискриминантный анализ с определением Л-статистики Уилкса, которая служит критерием значимости при разделении переменных на классы; 2) метод построения нейросетевого классификатора. При определении принадлежности ДТП предполагается, что с помощью методики классификации все множество происшествий уже разбито на к классов.

По методу дискриминантного анализа классифицирующая функция Ик представляет собой линейную комбинацию для каждого класса, которая максимизирует различия между классами, но минимизирует дисперсию внутри классов. Для определения степени влияния классифицирующих признаков на значение функции Нк построена математическая модель, которая адекватно описывает изучаемый процесс

К = ЬкО + V. +Ъахг +••• +V; +" + ЬЬпХт, (3)

где Ьц - коэффициенты, которые необходимо определить, j = 0,m■

Xj - значение /-го классификационного признака.

ДТП принадлежит к тому классу, для которого значение классифицирующей функции Ьк наибольшее.

При проведении дискриминантного анализа и определении признаков, которые наилучшим образом разделяют классы между собой, кроме метода линейной дискриминации Фишера использованы два пошаговых метода:

- метод последовательного включения переменных;

- метод последовательного исключения переменных.

При методе последовательного включения переменных на каждом шаге просматриваются все классифицирующие переменные, и находится та из них, которая вносит наибольший вклад в различие между классами. Эта переменная включается на данном шаге, и происходит переход к следующему шагу. При методе последовательного исключения.переменных из модели, сначала все переменные включаются, а затем на каждом шаге устраняются те из них, которые вносят наименьший вклад. В качестве результата успешного анализа сохраняются те переменные, чей вклад в дискриминацию больше остальных. Проверка значимости изменения А-статистики Уилкса при включении (исключении) переменной проводилась при помощи Р-критериев. Переменная не включается (исключается) в дискриминантную модель, если ее значение меньше критического, определяемого по таблицам распределения Фишера.

Для определения достоверности дискриминантного анализа с использованием классифицирующих функций определяются вероятности отнесения каждого ДТП к к-му классу. Опытные вероятности определяются следующим образом

Рк=пк/п, (4)

где пк ■ количество ДТП, вошедших в Ас-й класс. Четвертая глава диссертации посвящена анализу результатов и практической реализации теоретических и научно-методических разработок с целью выявления закономерностей и целесообразности использования предложенных моделей и методик в практике повышения системной безопасности транспортных потоков. Представлены результаты классификации случаев ДТП, классифицирующие функции для проведения идентификации происшествий, результаты прогнозирования количества ДТП с использованием временных рядов. Получены модели, описывающие вероятность возникновения ДТП при наличии определенных признаков.

Разработана методика прогноза количества ДТП, основанная на методе экспоненциального сглаживания и методе авторегрессии и проинтегрированного скользящего среднего (А^МА).

Помесячные данные о количестве ДТП за период с января 2000 по декабрь 2008 года, включающего данные за N=108 месяцев, представляют собой классический временной ряд - совокупность значений какого-либо показателя за несколько последовательных периодов времени. Сначала вычисляется скользящее среднее для временного ряда, при этом ширина окна берется равной периоду сезонности. После взятия скользящих средних вся сезонная (т.е. внутри сезона) изменчивость будет исключена, и поэтому разность между наблюдаемым и сглаженным рядом будет выделять сезонную составляющую (плюс нерегулярную компоненту). Более точно, ряд скользящих средних вычитается из наблюдаемого ряда. Результаты сезонной декомпозиции представлены на рис.3.

Модель, полученная методом экспоненциального сглаживания, с коэффициентами А1р!1а=0.120; ОеКа=0.00; РЫ=0.488 дала возможность получить прогноз количества ДТП со средней абсолютной процентной ошибкой 13%. То есть модель позволяет точно предсказать 87% случаев

ДТП. На рис.4 представлен график исходного и сглаженного ряда с прогнозом на 12 месяцев.

Декабрь01 Декабрь!» Декабрь05 Декабрь07

— ДТП;.....ДТП(сезон.);.......ДТП(тренд)

Рис.3 Сезонная декомпозиция временного ряда

140 140

120 120

V . А

Е 100 ч /' Л л* 1 Л 100

а о 80 Г А ргД 1Л\ г У 1 г V /' \/1 [ 1 1 ./ »и I ш ь / 80

ф 60 АА/ч/" 60

о V

ь: 40 \ Л 1 / 40

// V.

20 20

0 0

Декабрь 00 Декабрь02 Декабрь04 ДекабрьОб Декабрь08

Декабрь01 ДекабрьОЗ ДекабрьОб Декабрь07

— ДТП; - . ДТП(прогноз).

Рис.4 Прогноз количества ДТП методом экспоненциального сглаживания

Более сложной, по сравнению с предыдущим, является метод Бокса-Дженкинса (АШМА). Для того, чтобы правильно задать спецификацию модели, временной ряд был приведен к стационарному. Дважды была взята разность с лагом 1 для того, чтобы удалить нелинейный тренд и один раз разность с лагом 12, чтобы удалить сезонность. Анализ графиков автокорреляционной и частной автокорреляционной функций преобразованного ряда показал, что наилучшей является сезонная модель авторегрессии и скользящего среднего с параметрами р=1, , Р=1. Средняя абсолютная относительная ошибка модели не превышает 10% (рис. 5). То есть, полученная с помощью метода АЯ1МА модель позволяет получить прогноз количества ДТП с точностью около 90%.

— Фактические значения — Предсказанные значения ..... Доверительный интервал

Рис.5 Прогноз количества ДТП методом АШМА

Обе полученные модели позволяют получить прогноз количества ДТП с достаточно высокой точностью. Сопоставление с реальными данными о количестве ДТП в Липецке за 2009 год позволяет сказать, что прогноз оказался точен на 90%.

На основе методологии и методики анализа и классификации все ДТП г. Липецка были разделены на 5 классов (рис. 6), каждый из которых обладает своими характерными классифицирующими признаками (рис. 7). Типовой представитель каждого класса случаев ДТП получен методом нахождения среднего значения величин классификационных признаков.

Рис. 6 Дендрограмма случаев ДТП

3.0

2,5

Я! О. 2,0

1 ■1,5

Л) •е- 1.0

Ф 0,5

X 0,0

Т -0,5

Р> -1,0

-1,5

-2,0

Л / V А-

V; у-*. Л г

Ф'-'-а—Я V "'•■а'.' '

? * с

■ ° п

о. ю й

с а

га ш -

5 1™

.& £ |

3 3 |

-о- Кластер 1 ■■□- Кластер 2 '' Кластер 3 -л - Кластер 4 -•-■ Кластер 5

Рис. 7 Граф усреднений

Для разработки инструмента автоматической кластеризации случаев дорожно-транспортных происшествий введем в массив данных новую переменную «Кластер». В строках данной переменной содержатся номера

кластеров, к которым в итоге были отнесены многомерные объекты - случаи ДТП. В первую группу вошли 1615 ДТП, во вторую - 1293 ДТП, в третью -1900 ДТП, в четвертую - 1344 ДТП, в пятую - 1155 случаев ДТП.

На основе алгоритма идентификации с использованием метода линейной дискриминации Фишера, методов последовательного включения (исключения) переменных в модель для каждого класса ДТП были построены классифицирующие функции. Для метода последовательного исключения переменных из модели классифицирующие функции имеют следующий вид:

где х,- переменные, ¡=1,20 (табл.3)

Построение искусственной нейронной сети (ИНС) было произведено с помощью пакета программ «Statistica». В качестве ИНС был выбран трехслойный перцептрон, как модель, показывающая хорошую производительность в задачах классификации данных. Для подбора оптимальных параметров перцептрона использовался метод автоматического поиска сети. Для обучения ИНС вся совокупность данных была разбита на три группы.

Одна из групп (Training - обучающая) использовалась непосредственно для обучения сети. Другая группа - контрольная (Selection). Наблюдения контрольного множества в процедуре изменения весов нейронов не участвовали. Третья группа - тестовая (Test). Тестовое множество не участвовало в обучении. Оно использовалось после завершения обучения для расчета производительности полученной сети и её ошибки на данных. Показателем качества работы сети является маленькая величина ошибки во всех трех группах.

В качестве зависимой использовалась переменная «Кластер», значения которой ранее были получены методом k-средних. В качестве независимых - 8 непрерывных (количественных) переменных и 12 категориальных (качественных) переменных.

В качестве функции активации скрытого слоя была выбрана функция гиперболического тангенса (tanh). Ее график, так же как и у логистической функции, имеет вид сигмоидной кривой, только здесь выходные значения лежат в интервале (-1.+1). Функцией активации выходного* слоя стала

1 класс: А, = -0,83+ 0,6+ 0,26хб; р, = 0,2879;

2 класс: ^ = -0,13 + 0,32х2 +0,23х7; р2 =0,2477;

3 класс: h} = -0,3 + 0,41*, +0,29хА; р} = 0,2166;

4 класс: h4 - -0,41 + 0,25х9-0,48х15; р4 =0,1667;

5 класс: h5 =-0,33 + 0,5lxl4 +0,22л:17; р5 =0,1428,

(5)

(6)

(7)

(8) (9)

специальная функция (воЛтах), представляющая собой взвешенную и нормированную на единицу сумму экспонент.

В результате итеративного перебора различных параметров ИНС, была отобрана сеть с наилучшей производительностью. Такой сетью оказался многослойный перцептрон с одним скрытым слоем, состоящем из тридцати девяти нейронов (рис. 8).

Рис. 8 - Трехслойный перцептрон

Из табл. 2, в которой приведены значения параметров искусственной нейронной сети видно, что ошибка классификатора не превышает 3,22%.

Таблица 2

Параметры искусственной нейронной сети

Название ИНС Количество слоев нейронов Успешно классифицированные наблюдения по группам,% Ошибка классификатора, % Количество нейронов на скрытом слое, шт. Функция ошибок

Обучающая ' i | Контрольная | Тестовая 1 Обучающая j Контрольная j Тестовая

Перцептрон 3 99,27 97,23 96,78 0,73 2,77 3,22 39 Entropy

Полученные результаты позвоЯяют любое ДТП автоматически отнести к одному из выделенных классов, используя полученный нейросетевой классификатор или модели классифицирующих функций. Такое разделение

позволяет проводить анализ ДТП со схожими признаками с целью выявления факторов, оказывающих влияние на вероятность возникновения ДТП, и разработки наиболее эффективных мер, направленных на повышение системной безопасности дорожного движения.

В табл. 3 приведена классификация ДТП. Анализ табл. 3 показывает, что каждый класс ДТП имеет характерный набор классифицирующих признаков, строго выделяющий и отличающий его от других классов.

Таблица 3

Классификация ДТП

№ Признака Условное обозначение Классификационый признак Класс

1 2 3 4 5

1 Х1 Время года - - - * -

2 Х2 Время суток - * * - ' *

3 ХЗ Искусств, соор-ия - * - • - -

4 Х4 Состояние покрытия * * - * -

5 Х5 Освещение - - ' * ★ *

6 Х6 Тип АТС * * * *

7 Х7 Тип привода * * • * * ' -

8 Х8 Количество авто. * * * * *

9 Х9 Количество участников * * * - *

10 Х10 Ширина пр.части - - - , -

11 Х11 Ширина обочины - ' - - -

12 Х12 Ширина тротуара - * - - *

13 Х13 Ширина разделит, полосы - - - - *

14 Х14 Возраст авто. - - - - -

15 Х15 Категория участника * * * * -

16 Х16 Пол - - * * -

17 Х17 Возраст участника - * * - -

18 Х18 Водительский стаж * * * - *

19 Х19 Ранен - * - - -

20 Х20 Умер - - * - *

Методология и методика классификации случаев ДТП формирует подходы для повышения уровня системной безопасности транспортных

потоков. Объединение ДТП в классы по схожим классификационным признакам сокращает время и уменьшает трудозатраты на анализ происшествий и принятие необходимых мер. Методика позволяет учесть характерные особенности каждого ДТП в классе, а также оценить вклад каждого классификационного признака при реализации управленческих мероприятий.

Ввиду того, что случаи ДТП внутри класса практически схожи между собой, появляется возможность для всего класса в целом построить максимально точно функцию зависимости возникновения случая ДТП от факторов системы ВАДС. В этом случае задача определения оптимального решения для устранения причины ДТП сводится к анализу коэффициентов модели. Таким образом, классификация случаев ДТП облегчает поиск эффективных управленческих решений при совершенствовании схемы организации дорожного движения на автомагистралях города и предотвращении нерационального использования денежных средств.

Проведенный регрессионный- анализ для каждого класса ДТП позволил установить регрессионные зависимости (многофакторные математические модели) вероятности возникновения ДТП У от факторов X/, ¡=1,20 (табл.3), сопутствовавших возникновению ДТП (табл. 4).

Адекватность регрессионных моделей во всех случаях подтверждена оценкой по наиболее распространенным статистикам (Р-критерий Фишера-Снедекора, множественный коэффициент корреляции, скорректированный коэффициент детерминации).

Таблица 4

Модели вероятности возникновения ДТП

Класс Кол-во случаев ДТП Модель

1 1615 У= 0.31*х4+0.17*х8+0.12*х9-0.13*х182-0.114

2 1293 У= 0.24*х2+0.19*х32+0.11*х4-0.09*х122+ +0.16*х18+0.08*х19-0.173

3 1900 У= -0.11*х2+0.15*х52-0.04*х8+0.27*х92+ +0.32*х17-0.161

4 1344 У= 0.27*х1 +0.14*х4+0.19*х52+0.13*х20-0.128

5 1155 У= 0.16*х22+0.23*х5-0.09*х10-0.04*х12--0.14*х18+0.06*х20+0.137

Основные результаты и выводы

1. На основе разработанных теоретико-методологических и прикладных положений, методик и математических моделей появилась возможность решать важную научно-практическую задачу повышения уровня системной безопасности движения на улично-дорожной сети города.

2. Проведен всесторонний анализ динамики и структуры случаев ДТП в г. Липецке. В результате выявлены основные характеристики дорожно-транспортных происшествий города. Предложена пятиуровневая шкала классификации участников движения в зависимости от возраста и вероятности нарушения ПДД.

3. В результате теоретических исследований определена совокупность признаков для классификации и идентификации случаев ДТП. Разработана методология и методика классификации ДТП на основе многомерного статистического кластерного анализа, а именно иерархического агломеративного метода с построением дендрограммы классификации и метода к-средних.

4. Разработана методика идентификации ДТП с использованием нейросетевых методов анализа данных и на основе многомерного статистического дискриминантного анализа. Построен нейросетевой классификатор и классифицирующие функции, позволяющие определить принадлежность любого ДТП к одному из уже известных классов.

5. Разработана методика прогноза количества ДТП, основанная на методе экспоненциального сглаживания и методе авторегрессии и проинтегрированного скользящего среднего (АШМА). Обе полученные модели позволяют получить прогноз количества ДТП с достаточно высокой точностью. Сопоставление с реальными данными о количестве ДТП в Липецке за 2009 год позволяет сделать вывод, что прогноз оказался точен на 90%.

6. С помощью множественного регрессионного анализа для каждого класса ДТП получены модели вероятности возникновения ДТП. Их использование позволяет определить основные факторы для воздействия при планировании мероприятий по улучшению безопасности дорожного движения и произвести оценку их экономической эффективности.

7. Обоснованность теоретико-методических положений и полученных результатов работы, их научная, практическая и экономическая значимость результатов подтверждается их использованием Управлением Государственной инспекции БДД по Липецкой области при совершенствовании организации дорожного движения, при разработке мероприятий по повышению БДД и в учебном процессе Липецкого ГТУ.

Основные положения диссертации опубликованы:

1. Корчагин, В. А. Прогнозирование количества ДТП в г. Липецке с помощью методов экспоненциального сглаживания и ARIMA / ВА. Корчагин, В.Э. Клявин, Е.В.Кузнецова, М.В. Зеленцов // Автотранспортное предприятие,- 2009. - № 5. Издание включено в перечень ВАК России.

2. Корчагин, В. А. Разработка классификатора ДТП на основе построения искусственных нейронных сетей / В.А. Корчагин, В.Э. Клявин, В.А. Суворов, М.В. Зеленцов // Мир транспорта и технологических машин-ОрелГТУ - Орел, 2010. -№ 1.

3. Корчагин, В. А. Пути повышения эффективности мероприятий по ликвидации мест концентрации ДТП / В.А. Корчагин, В.Э. Клявин, В.А. Суворов, М.В. Зеленцов//Вестник ЛГТУ-ЛЭГИ,-Липецк, 2008. - №1(16).

4. Корчагин, В. А. Уровень безопасности движения в Липецке и городах США / В.А. Корчагин, В.А. Суворов, М.В. Зеленцов // Сб. тезисов докладов научн. конф. студентов и аспирантов ЛГТУ / ЛГТУ. - Липецк, 2009.

5. Корчагин, В. А. Определение степени влияния факторов на вероятность возникновения ДТП / В.А. Корчагин, В.Э. Клявин, В.А. Суворов, М.В. Зеленцов // Материалы международной научной конференции «Проблемы эксплуатации и обслуживания транспортно-технологических машин». - ТНГУ. - Тюмень, 2010.

6. Корчагин, В. А. Эффективность мероприятий по освещению проезжей части / В.А. Корчагин, В.Э. Клявин, М.В. Зеленцов // Мир транспорта и технологических машин.-ОрелГТУ - Орел, 2010. - № 1.

Зеленцов Михаил Владимирович

Повышение уровня безопасности движения в городах на основе нейросетевых и дискриминантного методов анализа ДТП

Автореферат

Подписано в печать 15.04.2010 . Формат 60x84 1/16. Бумага офсетная. Ризография. Объем 1,1 п.л. Тираж 100 экз. Заказ № 339

Полиграфическое подразделение Издательства Липецкого государственного технического университета. 398600 Липецк, ул.Московская, 30.

Введение

ГЛАВА I Основы информационного обеспечения статистического исследования дорожно-транспортных происшествий в г.Липецке.

1.1 Анализ ситуации в сфере обеспечения безопасности движения в России и мире.

1.2 Характеристика Липецка, как крупнейшего промышленного центра ЦЧР

1.3 Важнейшие факторы, определяющие уровень безопасности дорожного движения.

1.4 Дорожно-транспортные происшествия как объект статистического исследования.

1.5 Система показателей ДТП и источники статистической информации для ее формирования.

Выводы по главе.

ГЛАВА II Анализ дорожно-транспортных происшествий в г.Липецке.

2.1 Описание .базы данных

2.2 Анализ ДТП

2.2.1 Анализ данных об участниках дорожно-транспортных происшествий.

2.2.2 Анализ дорожных условий в момент совершения ДТП.

2.2.3 Анализ данных о транспортных средствах, участвовавших в ДТП

2.2.4 Локализация ДТП

2.3 Анализ влияния метеоусловий на ДТП

Выводы по главе.

ГЛАВА III Теоретические основы статистического анализа ДТП.

3.1 Кластерный анализ в классификации случаев ДТП

3.2 Дискриминантный анализ в идентификации ДТП

3.3 Теоретические аспекты использования искусственных нейронных сетей в статистическом анализе ДТП.

3.4 Теоретические основы регрессионного анализа данных о ДТП.

Выводы по главе.

ГЛАВА IV Реализация научных результатов исследования

4.1 Прогнозирование количества ДТП в г.Липецке

4.2 Классификация ДТП с использованием ИНС, методами кластерного и дискриминантного анализа

4.3 Разработка модели вероятности возникновения ДТП методами регрессионного анализа.

4.4 Определение экономической эффективности.

Выводы по главе.

Актуальность темы исследования. Развитие экономики Российской Федерации характеризуется стремительным ростом автомобильного парка. По итогам 2008 года автомобильный рынок РФ стал крупнейшим в Европе. Значительное увеличение интенсивности дорожного движения привело к увеличению нагрузки на дорожно-транспортную инфраструктуру, которая с каждым годом все хуже справляется со своими функциями. Как следствие -увеличивается количество дорожно-транспортных происшествий (ДТП), возрастает число заторов на улично-дорожной сети (УДС) городов.

Дорожно-транспортные происшествия наносят экономике России значительный ущерб, составляющий в последние годы примерно 3 процента валового внутреннего продукта страны. Причем львиная доля ущерба приходится на затраты, связанные с гибелью или ранением людей в результате ДТП. Решение проблемы обеспечения безопасности дорожного движения (БДД) относится сегодня к наиболее приоритетным задачам развития страны. В то же время в силу объективных причин улично-дорожная сеть не может быть как количественно, так и качественно модернизирована в столь сжатые сроки.

Наиболее действенным подходом для решения сложившейся ситуации является максимально эффективное расходование ограниченных материальных ресурсов для повышения уровня безопасности дорожного движения. Предложенные в диссертационной работе научные элементы новизны исследования актуальны и целенаправлены на решение научно-практической задачи, имеющей важное народнохозяйственное значение.

Цель работы - повышение уровня безопасности дорожного движения на основе использования разработанных теоретико-методических положений и математических моделей.

Для достижения цели поставлены и решены следующие задачи:

• проведен анализ существующих методик, определяющих связь между факторами системы водитель-автомобиль-дорога-среда (ВАДС) и количеством ДТП;

• создана база данных по ДТП, произошедших с 2000 по 2009 г.г. в г.Липецке;

• проведен всесторонний анализ структуры и динамики развития ДТП за указанный период;

• разработана методика прогнозирования количества случаев ДТП по месяцам года;

• разработана методика классификации и последующей идентификации случаев ДТП;

• разработана методика построения зависимости вероятности возникновения ДТП от факторов системы ВАДС.

Объект исследования - процессы функционирования движения транспортных средств на улично-дорожной сети города.

Теоретической и методологической основой исследования послужили научные труды: 1) по проблемам повышения безопасности дорожного движения, снижения количества ДТП и уменьшения негативного воздействия автомобильного транспорта на окружающую среду, 2) по экономике, эконометрике, а так же натурные исследования, методы многомерного статистического анализа.

Научная новизна исследования заключается в разработке следующих теоретико-методических положений, методов и моделей, которые выносятся на защиту, применяемых для обоснования и выбора наиболее эффективных мероприятий повышения уровня БДД:

• методика комплексного статистического анализа количества ДТП;

• методика прогнозирования количества ДТП с учетом фактора сезонности;

• научно-методические подходы и методика классификации совокупности ДТП;

• теоретические подходы и методика идентификации ДТП на основе нейросетевых и дискриминантного методов анализа;

• научно-методические разработки и математическая модель определения вероятности возникновения ДТП на основе методов многомерного статистического анализа.

Практическая значимость. Разработанные в диссертации теоретико-методические и практические положения, модели и методики составляют научную основу построения систем совершенствования механизмов управления БДД и могут быть использованы Государственной инспекцией безопасности дорожного движения на всех этапах разработки и реализации мероприятий по организации дорожного движения, выборе наиболее эффективных из них, оценке экономического эффекта от принятых мер, а. также организациями, занимающимися проектированием улично-дорожной сети городов. Предлагаемые методики, алгоритмы и программы позволяют разработать эффективные управленческие решения и пути повышения уровня системной безопасности транспортных потоков.

Реализация результатов работы. Полученные теоретические, методические и прикладные исследования использовались: при выполнении международного проекта «Решение экологических проблем на транспорте» совместно с Итальянским университетом г. Анконы, Липецкой областной комиссией по обеспечению безопасности дорожного движения, отделом эксплуатации и безопасности дорожного движения "Управления дорог и транспорта" Липецкой области; Управлением Государственной инспекции БДД УВД по Липецкой области; в учебном процессе на кафедре управления автотранспортом Липецкого ГТУ при изучении дисциплин «Безопасность дорожного движения», «Моделирование дорожного движения» и в дипломном проектировании.

Личный вклад автора заключается в формировании идеи и цели диссертационной работы, в постановке задач и их решении, в разработке методологических и теоретических положений для всех элементов научной новизны исследования, новых методов, моделей и подходов к оценке эффективности инновационного потенциала на всех этапах выполнения диссертации — от научного поиска до реализации их на практике.

Апробация работы. Основные положения и результаты исследований доложены, обсуждены и одобрены на: Международной научной конференции «Проблемы эксплуатации и обслуживания транспортно-технологических машин» (Тюмень, 2010 г.); научной конференции студентов и аспирантов ЛГТУ (2010 г.) и заседаниях кафедры управления автотранспортом Липецкого ГТУ (2007-20010 гг.).

Публикации. По материалам диссертации опубликовано 6 печатных работ.

Структура и объем. Диссертация состоит из введения, четырех глав, основных результатов и выводов, списка литературы и приложений на 30 стр., содержит 173 стр. текста, 45 табл., 34 рис. Библиографический список включает 137 наименований.

Основные результаты и выводы

1. На основе разработанных теоретико-методологических и прикладных положений, методик и математических моделей появилась возможность решать важную научно-практическую задачу повышения уровня системной безопасности движения на улично-дорожной сети города.

2. Проведен всесторонний анализ динамики и структуры случаев ДТП в г. Липецке. В результате выявлены основные характеристики дорожно-транспортных происшествий города. Предложена пятиуровневая шкала классификации участников движения в зависимости от возраста и вероятности нарушения ПДД.

3. В результате теоретических исследований определена совокупность признаков для классификации и идентификации случаев ДТП. Разработана методология и методика классификации ДТП на основе многомерного статистического кластерного анализа, а именно иерархического агломеративного метода с построением дендрограммы классификации и метода к-средних.

4. Разработана методика идентификации ДТП с использованием нейросетевых методов анализа данных и на основе многомерного статистического дискриминантного анализа. Построен нейросетевой классификатор и классифицирующие функции, позволяющие определить принадлежность любого ДТП к одному из уже известных классов.

5. Разработана методика прогноза количества ДТП, основанная на методе экспоненциального сглаживания и методе авторегрессии и проинтегрированного скользящего среднего (АММА). Обе полученные модели позволяют получить прогноз количества ДТП с достаточно высокой точностью. Сопоставление с реальными данными о количестве ДТП в Липецке за 2009 год позволяет сделать вывод, что прогноз оказался точен на 90%.

6. С помощью множественного регрессионного анализа для каждого класса ДТП получены модели вероятности возникновения ДТП. Их использование позволяет определить основные факторы для воздействия при планировании мероприятий по улучшению безопасности дорожного движения и произвести оценку их экономической эффективности.

7. Обоснованность теоретико-методических положений и полученных результатов работы, их научная, практическая и экономическая значимость результатов подтверждается их использованием Управлением Государственной инспекции БДД по Липецкой области при совершенствовании организации дорожного движения, при разработке мероприятий по повышению БДД и в учебном процессе Липецкого ГТУ.

1. Автомобильные перевозки и организация дорожного движения Текст.: справочник / под ред. С. И. Белоцерковской. - М.: Транспорт, 1981. -593 с.

2. Адамов В.Е. Факторный индексный анализ. Методология и проблемы -М.: Статистика, 1977. 150 с.

3. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. - 427 с.

4. Айвазян, С. А. Прикладная статистика и основы эконометрики Текст. / С. А. Айвазян, В. С. Мхитарян. М.: ЮНИТИ, 1998. -1098 с.

5. Айвазян, С. А. Прикладная статистика: классификация и снижение размерности Текст. / С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, JI. Д. Мешалкин. М.: Финансы и статистика, 1989. - 607 с.

6. Айвазян, С. А. Статистическое исследование зависимостей Текст. / С. А. Айвазян. М.: Металлургия, 1968. - 228 с.

7. Аксенов, И. Я. Единая транспортная система Текст.: учеб. для вузов / И. Я. Аксенов. М.: Транспорт, 1980. - 213 с.

8. Анфилатов, В. С. Системный анализ в управлении Текст.: учеб. пособие / В. С. Анфилатов, а. А. Емельянов, А. А. Кукушкин; под. ред. А. А. Емельянова. М.: Финансы и статистика, 2002. - 368 е.: ил.

9. Асатурян, В. И. Теория планирования эксперимента Текст.: учеб. пособие для вузов / В. И. Асатурян. М.: Радио и связь, 1983. - 248 с.

10. Афанасьев, М. Б. Условия введения различных режимов регулирования дорожного движения Текст. / М. Б. Афанасьев и др. М.: ВНИИ БД МВД СССР, 1976.-319 с.

11. Афифи, А. Статистический анализ. Подход с использованием ЭВМ Текст.: пер. с англ. / А. Афифи, С. Эйзенс. М.: Мир, 1982. - 488 с.

12. Бабков, В. Ф. Автомобильные дороги Текст. / В. Ф. Бабков. М.: Транспорт, 1983. - 280 с.

13. Бабков, В. Ф. Дорожные условия и безопасность движения Текст. / В. Ф. Бабков. М.: Транспорт, 1993.-271 с.

14. Балдин, К. В. Эконометрика Текст.: учеб. пособие для вузов / К. В. Балдин, О. Ф. Быстров, М. М. Соколов. 2-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2004. - 254 с.

15. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.-540 с.

16. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1,2.- М.: Мир, 1974.-406 с.

17. Блюмин, С. JI. Основы прикладной математики. Оптимизационная математика Текст.: учеб. пособие / С. JI. Блюмин, С. П. Миловидов, А. К. Погодаев. Липецк: Изд-во ЛЭГИ, 1999. - 83 с.

18. Болч, Б. Многомерные статистические методы для экономики Текст.: пер. с англ. / Б. Болч, К. Дж. Хуань. М.: Статистика, 1979. - 317 с.

19. Боровиков, В. П. Популярное введение в программу STATISTICA Текст. / В. П. Боровиков. М.: КомпьютерПресс, 1998. - 267 с.

20. Боровиков В. П. STATISTICA: искусство анализа данных на компьютере. Для профессионалов Текст. / В. П. Боровиков. СПб.: Питер, 2001.-656 е.: ил.

21. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе Statistica в среде Windows. Учеб. пособие. М.: Финансы и статистика, 1999. - 384 с.

22. Боровков А.А. Математическая статистика. Оценка параметров, проверка гипотез. М., 1984. - 421 с.

23. Брайловский, Н. О. Управление движением транспортных средств Текст. / Н. О. Брайловский, Б. И. Грановский. М.: Транспорт, 1975. - 112 с.

24. Бродский, В.З. Введение в факторное планирование эксперимента Текст. / В. 3. Бродский. М.: Наука, 1976. - 224 с.

25. Бусленко, Н. П. Моделирование сложных систем Текст. / Н. П. Бусленко. М.: Наука, 1968. - 356 с.

26. Водитель и безопасность. Сборник рекомендаций и документов по безопасности дорожного движения. М: НЦ ЭНАС, 2001. - 264 с.

27. Вознесенский В. А. Статистические методы планирования эксперимента в технико-экономических обоснованиях Текст. /В. Л. Вознесенский. -2-е изд., перераб. и доп. М.: Финансы и статистика, 1981. - 263 с.

28. Вол, М. Анализ транспортных систем Текст.: сокращенный пер. с англ. IM. Вол, Б. Мартин. М.: Транспорт, 1981. - 516 с.

29. Гаврилов, А. А. Моделирование дорожного движения Текст. / А. А. Гаврилов. М.: Транспорт, 1980. - 189 с.

30. Головко В.В. Дорожно-транспортные происшествия: Административная ответственность: Комментарий к главам 11 и 12 Кодекса Российской федерации об административных правонарушениях. М.: Эксмо-Пресс, 2005.- 154 с.

31. Гезенцвей Л. Б. Городские дороги Текст.: учебник для техникумов / Л. Б. Гезенцвей, Л. В. Гуревич. М.: Стройиздат, 1968. - 352 с.

32. Гезенцвей, JI. Б. Городские улицы и дороги Текст. / Л. Б. Гезенцвей, Л. В. Гуревич. М.: Стройиздат, 1982. - 399 с.

33. Гельфер, Г. А. Строительство и эксплуатация городских дорог Текст. / 3-е изд., перераб. и доп. М.: Стройиздат, 1989. - 272 е.: ил.

34. Нейронные сети. Statistica Neural Networks: Методология и технологии современного анализа данных / под ред. Боровикова В.П.-М.: Горячая линия-Телеком, 2008. 392 с.

35. Градостроительство Текст.: справочник проектировщика / под. общ. ред. В. Н. Белоусова. 2-е изд., перераб. и доп. - М.: Стройиздат, 1978. - 367с.: ил.

36. Дрю, Д. Теория транспортных потоков и управление ими Текст. / Д. Дрю. М.: Транспорт, 1972. - 424 с.

37. Дубров A.M. Обработка статистических данных методом главных компонент. М.: Статистика, 1978.-135 с.

38. Дубров A.M., Мхитарян B.C., Троишн Л.И. Многомерные статистические методы: Учебник. М.: Финансы и статистика, 2000

39. Дубровин, Е. Н. Городские улицы и дороги Текст. / Е. Н. Дубровин. -М.: Высш. школа, 1981.-408 с.

40. Евтушенко, Ю. Г. Методы решения экстремальных задач и их применение в системах оптимизации Текст. / Ю. Г. Евтушенко. М.: Наука, 1982.-432 с.

41. Ефимова М.Р., Рябцев В.М. Общая теория статистики / Учебник. М: Финансы и статистика, 1991. - 350 с.

42. Жамбю, М. Иерархический кластер-анализ и соответствия Текст. / М. Жамбю. М.: Финансы и статистика, 1988. - 344 с.

43. Розенблатт, Ф. Принципы нейродинамики: перцептроны и теория механизмов мозга Текст.: пер. с англ. / Ф.Розенблатт; под ред. С.М. Осовца. М.: Мир, 1965,480с.

44. Заклинский, А. Д. О расчете параметров светофорной сигнализации в условиях затора Текст. / А. Д. Заклинский // В кн.: Вопросы автоматизированного управления и безопасность дорожного движения. М.: ВНИИ БД МВД СССР, 1980.-С. 19-21.

45. Ивченко Г.И., Медведев Ю.И Статистика. М., 1992. - 303 с.

46. Имитационное моделирование производственных систем Текст. / под общ. ред. чл,- кор. АН СССР А. А. Вавилова. М.: Машиностроение; Берлин: Техника, 1983.-416 е.: ил.

47. Иносэ, X Управление дорожным движением Текст.: пер. с англ. / X. Иносэ, Т. Хамада; под ред. М. Я. Блинкина. М.: Транспорт, 1983. - 248 с.

48. Капитанов, В. Т. Управление транспортными потоками в городах Текст. / В. Т. Капитанов, Е. Б. Хилажев. М.: Транспорт, 1985. - 94 с.

49. Каримов, Р. Н. Обработка экспериментальной информации Текст.: учеб. пособие / Р. Н. Каримов. Саратов: СГТУ, 2000. - 108 с.

50. Каримов, Р. Н. Основы дискриминантного анализа Текст.: учебно-методическое пособие / Р. Н. Каримов. Саратов: СГТУ, 2002. - 108 с.

51. Кендалл М, Стъюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

52. Клинковштейн Г. И. Организация дорожного движения Текст. / Г. И. Клинковштейн. М.: Транспорт, 1975. - 150 с.

53. Клинковштейн Г. И. Организация дорожного движения Текст.: учебник для автомобильно-дорожных вузов и факультетов / Г. И. Клинковштейн. 2-е изд. перераб. и доп. - М.: Транспорт, 1981. — 240 е.: ил.

54. Клинковштейн, Г. И. Организация дорожного движения Текст. / Г. И. Клинковштейн, М. Б. Афанасьев. М.: Транспорт, 2001. - 247 с.

55. Коноплянко, В. И. Организация и безопасность движения Текст. / В. И. Коноплянко, О. П. Гуджоян, В. В. Зырянов, А. В. Косолапов. Кемерово: Кузбассвузиздат, 1998. 236 с.

56. Коноплянко В.И., Зырянов ВВ, Воробьев Ю.В. Основы управления автомобилем и безопасность движения.-М.: Высшая школа, 2005. 271 с.

57. Коноплянко В. И. Организация и безопасность движения Текст. / В. И. Коноплянко. М.: Высш. школа. - 2007. - 383 с.

58. Корчагин, В. А. Научные основы эксперимента на транспорте Текст.: учеб. пособие для вузов / В. А. Корчагин, И. В. Жилин. Липецк: ЛГТУ, 2003.- 176 с.

59. Кременец, Ю. А. Технические средства организации дорожного движения Текст.: учебник для вузов / Ю. А. Кременец. М.: Транспорт, 1990.-255 е.: ил.

60. Кременец, Ю. А. Технические средства организации дорожного движения Текст.: учебник для вузов / Ю. А. Кременец, М. П. Печерский, М. Б. Афанасьев. М.: ИКЦ «Академкнига», 2005. - 279 е.: ил.

61. Ланцберг, Ю. С. Городские площади, улицы и дороги Текст. / Ю. С. Ланцберг. М.: Стройиздат, 1983. - 216 с.

62. Лобанов, Е. М. Транспортная планировка городов Текст.: учебник для студентов вузов / Е. М. Лобанов. М.: Транспорт, 1990. - 240 с.

63. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. Учебное пособие. М.: Финансы и статистика, 2003. -416с.

64. Малин, А. С. Исследование систем управления Текст.: учебник для вузов / А. С. Малин, В. И. Мухин. 2-е изд. - М.: Издательский дом ГУ ВШЭ, 2004.-400 с.

65. Мандель, И. Д. Кластерный анализ Текст. / И. Д. Манд ель. М.: Финансы и статистика, 1988. 176с.: ил.

66. Михайлов, А. Ю. Современные тенденции проектирования и реконструкции улично-дорожной сети городов Текст. / А. Ю. Михайлов, И. М. Головных. Новосибирск: Наука, 2004. - 267 с.

67. Постановление Правительства РФ № 647 от 29 июня 1995 года «Об утверждении правил учета дорожно-транспортных происшествий».

68. Постановление Правительства РФ № 894 от б августа 1998 года «Об утверждении Правил государственного учета показателей состояния безопасности дорожного движения органами внутренних дел Российской Федерации».

69. Нестеров, Ю. Е. Эффективные методы в нелинейном программировании Текст. /Ю. Е. Нестеров. М.: Радио и связь, 1989. - 304 с.

70. Орлов, А. И. Прикладная статистика Текст.: учебник / А. И. Орлов. -М.: Издательство «Экзамен», 2006. 671 с.

71. Перегудов, Ф. И. Введение в системный анализ Текст.: учеб. пособие для вузов / Ф. И. Перегудов, Ф. П. Тарасенко. М.: Высш. шк., 1989. - 367 е.: ил.

72. Попова Е. В. Определение экономической эффективности мероприятий по организации дорожного движения Текст. / Е. В. Попова. -МАДИ, 1985.- 54 с.

73. Проектирование автомобильных дорог Текст.: справочник инженера-дорожника / под общ. ред. Г. А. Федотова. М.: Транспорт, 1989. - 437 с.

74. Расследование дорожно-транспортных происшествий. Под. Общ. ред. Федорова В.А. М.: Издательство Экзамен., 2001. - 460 с.

75. Романов, А. Г. Закономерности дорожного движения в городах Текст. / А. Г. Романов. М.: ВНИИ БД МВД СССР, 1980. - 84 с.

76. Руководство по оценке пропускной способности автомобильных дорог Текст.: Минавтодор РСФСР. М. Транспорт, 1982. - 88 с.

77. Руководство по системе 8ТАТ18Т1СА (на английском языке). Т. 1-5. -81а1зоА: Согр, 1995. 3782 с.

78. Руководство по регулированию дорожного движения в городах Текст. / под ред. А. А. Шалатова, Н. А. Холина. М.: Стройиздат, 1974. - 97 с.

79. Самойлов, Д. С. Организация и безопасность городского движения Текст. / Д. С. Самойлов, В. А. Юдин, П. В. Рушевский. М.: Высш. школа, 1981.-256 с.

80. Сильянов, В. В. Имитационное моделирование транспортных потоков в проектировании дорог Текст. / В. В. Сильянов, В. М. Еремин, Д. И. Муравьева Д. И. М.: МАДИ, 1961. - 119 с.

81. Сильянов, В. В. Теория транспортных потоков в проектировании дорог и организация движения Текст. / В. В. Сильянов. М.: Транспорт, 1977. - 303 с.

82. СНИП 2.05.02-85. «Автомобильные дороги» Текст. // Минстрой России. Введ. 1987-01-01. - М.: ГУПЦПП, 1987.-55 с.

83. Сошникова, Л. А. Многомерный статистический анализ в экономике Текст.: учеб. пособие для вузов / Л. А. Сошникова, В. Н. Тамашевич, Г. Уебе, М. Шефер; под ред. проф. В. Н. Тамашевича. М.: ЮНИТИ-ДАНА. -1999.- 598 с.

84. Ставничий, Ю. А. Транспортные системы городов Текст. / Ю. А. Ставничий. М.: Стройиздат, 1990. - 224 е.: ил.

85. Статистика Текст.: курс лекций / Л. П. Харченко, В. Г. Долженкова, В. Г. Ионин и др.; под ред. В. Г. Ионина. Новосибирск: Изд-во НГАЭиУ, М.: ИНФРА-М, 1997.-310 с.

86. Тарасик, В. П. Математическое моделирование технических систем Текст.: учебник для вузов / В. П. Тарасик. Мн.: ДизайнПРО, 2004. - 640 е.: ил.

87. Теория систем. Математические методы и моделирование. Сборник статей Текст.: пер. с англ. М. Мир, 1989. - 384 с.

88. Теория статистики Текст.: учебник / Р. А. Шмойлова, В. Г. Минашкин, Н. А. Садовникова, Е. Б. Шувалова; под ред. Р. А. Шмойловой. -4-е изд., перераб. и доп. М.: Финансы и статистика, 2004. -656 е.: ил.

89. Ушаков, Д. И. Оценка эколого-экономического ущерба от воздействия автомобильного транспорта на окружающую среду Текст.: методические рекомендации / Д. И. Ушаков. Липецк: ЛГТУ, 2001. - 28 с.

90. Факторный, дискриминантный и кластерный анализ Текст.: пер. с англ. / Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; под ред. И. С. Енюкова. М.: Финансы и статистика, 1989. - 215 е.: ил.

91. Фишельсон, М. С. Транспортная планировка городов Текст.: учеб. пособие для студ. авт.-дор. спец. вузов / М. С. Фишельсон. М.: Высш. школа, 1985. - 239 е.: ил.

92. Химмельблау, Д. Прикладное нелинейное программирование Текст. / Д. Химмельблау. М.: Мир, 1975. - 534 с.

93. Хомяк, Я. В. Организация дорожного движения Текст. /Я, В. Хомяк. -К.: Вищашк., 1986.- 271 с.

94. Черепанов, В. А. Транспорт в планировке городов Текст. / В. А. Черепанов. М.: Стройиздат, 1981. - 216 с.

95. Эконометрика: Учебник / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2002. - 344 с.

96. Юзбашев ММ О правильном измерении тренда при наличии сезонных колебаний // Вопросы статистики. 2003. № 3.

97. AIMSUN NG Электронный ресурс.: user's manual. 2005. - 208 с.

98. Akcelik, R. The Highway Capacity Manual Delay Formula for Signalized Intersections Текст. / R. Akcelik // ITE Journal. 1988. - 58(3). - Pp. 23-27.

99. Baerwald, I. E. Transportation and traffic engineering handbook Текст. /1. E. Baerwald. Prentice Hall, Englewood Cliffs, New Jersey. - 1976. - 1080 p.

100. Bai J., Perron P. Testing for and estimation of multiple structural changes // Econometrica. 1998. № 66. - P. 47-79.

101. Bang, K. L. Optimal control of isolated traffic signals Текст. / К. L. Bang // Traffic Eng. Contr. 1976. - V. 17, N 7. - Pp. 288-292.

102. Banks, James H. Introduction to Transportation Engineering Текст. / James H. Banks. WCB McGraw-Hill, 1998.-388 p.

103. Beckmann, M. J. Studies in the Economics in Transportation Текст. / M. J. Beckmann, С. B. McGuire, С. B. Winsten. Yale University Press, 1956.

104. Brilon, W. Delays At Fixed-time Traffic Signals Under Time Dependent Traffic Conditions Текст. / W. Brilon, N. Wu // Traffic Engineering and Control. 1990.-31(12).-Pp. 623-631.

105. Courage, K. G. Estimation of Delay at Traffic-Actuated Signals Текст. / К. G. Courage and P. P. Papapanou // Transportation Research Record. 1977. - 630. -Pp. 17-21.

106. Haight, F. A. Overflow At A Traffic Flow Текст. / F. A. Haight // Biometrika. 1959. - Vol. 46, Nos. 3 and 4. - Pp. 420-424.

107. Handbuch fuer die Bemessung von Strassenverkehrsanlagen (HBS 2001) Текст. / Forshungsgesellschaft fuer Strassen und Verkehrswesen, Koeln. 2002.

108. Ho S., Xie M„ Goh Т. A comparative study of neural network and Box-Jenkins ARIMA modeling in time series prediction // Computers & Industrial Engineering. 2002. № 42. - P. 371-375.

109. Highway Capacity Manual Текст. // Transport Research Board. -Washington, DC, 1994. Chapter 9. - 1094 p.

110. Highway Capacity Manual Текст. // Transport Research Board. -Washington, DC, 2000. 1134 p.

111. Improved Criteria for Traffic Signals of Individual Intersection Текст. // NCHRPR/- 1967. -№32.

112. Kedem В., Fokianos K. Regression Models for Time Series Analysis. -Wiley, 2002.

113. Li, J. Overflow Delay Estimation for Intersections with Fully-Actuated Signal Control Текст. / J. Li , N. Rouphail, R. Akcelik. // Presented at the 73rd Annual Meeting of TRB. Washington, DC. - 1994.

114. Lin, F. Application of 1985 Highway Capacity Manual for Estimating Delays at Signalized Intersection Текст. / F. Lin // Transportation Research Record, 1225, TRB, National Research Council, Washington, DC. 1989. - Pp. 18-23.

115. Lin, F. B. Delay Models of Traffic Actuated Signal Controls Текст. F. B. Lin, F. Mazdeyasa // Transportation Research Record. 1983. - 905. - Pp. 33-38.

116. May, A. D. A Deterministic Queuing Model Текст. / A. D. May, H. M. Keller // Transportation Research. 1967. - 1 (2). - Pp. 117-128.

117. McNeil, D. R. A. Solution to the Fixed-Cycle Traffic Light Problem for Compound Poisson Arrivals Текст. / D. R. A. McNeil // J. Appl. 1968. - Prob. 5.-Pp. 624-635.

118. Miller, A. J. Settings for Fixed-Cycle Traffic Signals Текст. / A. J. Miller // Operational Res. Quart. 1963. - V. 14, N 4. - Pp. 373-386.

119. Newell, G. F. Stochastic Delays on Signalized Arterial Highways Текст. / G. F. Newell, M. Koshi // Transportation and Traffic Theory, Elsevier Science Publishing Co., Inc. 1990. - Pp. 589-598.

120. Newell, G. F. Theory of Highway Traffic Flow Текст. / G. F. Newell // Institute of Transportation Studies, University of California. Berkeley. - 1990. -301 p.

121. Newell, G. F. Theory of Highway Traffic Signals Текст. // G. F. Newell // UCB-ITS-CN-89-1. Institute of Transportation Studies, University of California. -1989.

122. Sosin, J. A. Delays at intersections controlled by fixed cycle traffic signals Текст. / J. A. Sosin // Traffic Eng. and Contr. 1980. - V. 21, N 5. - Pp. 264- 265.

123. Spesial Report 209: Highway Capacity Manual Текст. // TRB, Washington, DC. 1985.-516 p.

124. Ohno, K. Computational Algorithm for a Fixed Cycle Traffic Signal and New Approximate Expressions for Average Delay Текст. / К. Ohno // Transportation Science. 1978. - 12(1). - Pp. 29-47.

125. Tarko, A. Traffic Flow at Signalized Intersections Электронный ресурс. / A. Tarko // Traffic flow theory. -Chapter 9. 32 p. - Режим доступа: http://www. tfhrc.gov.

126. Webster, F. V. Traffic Signal Settings Текст. / F. V. Webster // Road Research Laboratory Technical Paper. HMSO, London - 1966. - No. 39.

127. Всемирный доклад о предупреждении дорожно-транспортного травматизма. —URL: www.un.org/russian/esa/roadsafety/trafficinjuriesru.pdf

128. International Road Safety: traffic deaths and injuries are creating a burden of disease that will soon outrank cancer and HIV/AIDS. -URL: http://www.tsc.berkeley.edu/newsletter/fall2007/internationalroadsafety.pdf

129. Ad Hoc Committee on Health Research Relating to Future Intervention Options. Investing in health research and development. Geneva, World Health Organization, 1996 (TDR/Gen/96.2). -URL: https://www.who.int

130. Автомобильный транспорт: ключевые рекомендации ЕКМТ по дорожной безопасности. -URL: www.internationaltransportforum.org/ europe/acquis/CM200216Fru.pdf

131. U.S.-International Travel and Transportation Trends: 2006 Update -URL: http://www.bts.gov/publications/usinternationaltravelandtransportationtren ds/2006/pdf/entire.pdf

132. Journal Of Transportation And Statistics -URL: http://www.bts.gov/publications/journaloftransportationandstatistics/volume 05number0 l/pdf7 entire.pdf

133. The World's Top Car-Owning Countries//William Pentland. -URL:http://www.forbes.com/2008/07/30/energy-europe-automobiles-biz-energy -cxwp0730cars. html

134. Australian Bureau of Statistics URL: http://www.abs.gov.au

135. Межрегиональный общественный центр "За безопасность российских дорог".-URL: http://zadorogi.ru/