Details

Данная работа посвящена выявлению, анализу и моделированию факторов, влияющих на тяжесть дорожно-транспортных происшествий, с помощью методов машинного обучения и эконометрического моделирования. Целью исследования является выявление наиболее значимых факторов, влияющих на тяжесть ДТП и определение наиболее подходящего метода анализа. Были решены следующие задачи: 1. Проведен анализ аналогичных исследований. 2. Собраны и обработаны данные о дорожно-транспортных происшествиях. 3. Проведен описательный статистический анализ данных для выявления основных характеристик и закономерностей, связанных с тяжестью ДТП. 4. Проведено эконометрическое моделирование, применены алгоритмы машинного обучения: случайный лес и нейронная сеть. 5. Выявлены влиятельные факторы и лучший метод анализа. Для обработки данных использованы средства Excel, для моделирования и проведения описательной статистики инструменты Python. Результаты исследования могут быть использованы для разработки мер по повышению безопасности дорожного движения, таких как: − улучшение дорожной инфраструктуры и условий дорожного движения; − разработка и внедрение более безопасных транспортных средств.

This work is devoted to the identification, analysis and modeling of factors affecting the severity of road accidents using machine learning and econometric modeling methods. The purpose of the study is to identify the most significant factors affecting the severity of an accident and determine the most appropriate method of analysis. The following tasks were solved: 1. An analysis of similar studies was carried out. 2. Data on traffic accidents have been collected and processed. 3. A descriptive statistical analysis of the data was carried out to identify the main characteristics and patterns associated with the severity of the accident. 4. Econometric modeling was carried out, machine learning algorithms were applied: random forest and neural network. 5. Influential factors and the best method of analysis have been identified. Excel tools are used for data processing, and Python tools are used for modeling and conducting descriptive statistics. The results of the study can be used to develop measures to improve road safety, such as: - improvement of road infrastructure and traffic conditions; - development and implementation of safer vehicles.