퍼지 및 신경망 이론을 이용한 교통사고예측모형 개발에 관한 연구
(주)학지사
- 최초 등록일
- 2015.03.25
- 최종 저작일
- 2006.01
- 10페이지/ 어도비 PDF
- 가격 3,000원
* 본 문서는 배포용으로 복사 및 편집이 불가합니다.
서지정보
ㆍ발행기관 : 대한교통학회
ㆍ수록지정보 : 대한교통학회지 / 24권 / 7호
ㆍ저자명 : 김장욱, 남궁문, 김정현, 이수범
목차
Ⅰ. 서론
Ⅱ. 문헌고찰
Ⅲ. 기본이론
Ⅳ. 교통사고 요인 설명
Ⅴ. 교통사고예측모델 개발
Ⅵ. 사례분석
Ⅶ. 결론
한국어 초록
교통사고를 줄이기 위한 방안으로써, 교통사고와 다양한 요인과의 관계를 규명하는 것이 시급한 현실의 과제일 것이다.
본 연구에서는 전북권의 교통사고가 가장 많고, 치사율이 가장 높은 국도 17호선(전주~남원)를 대상으로 교통사고의 원인이
되는 다양한 요인들이 교통사고에 어느 정도 영향을 미치고 있는지에 대하여 교통안전분야에서 자주 사용되어오던 다중회귀이
론, 수량화이론을 적용하여 교통사고예측모델을 구축하였다. 또한, 데이터의 불확실성 상태를 합리적으로 처리할 수 있는 퍼지
추론이론 및 인간의 신경계를 수학적으로 모형화하여 학습에 의한 예측에 있어 뛰어난 것으로 알려져 있는 신경망이론을 적용
한 교통사고예측모델을 구축하였다. 이를 통해, 퍼지추론이론 및 신경망 이론의 유효성을 입증하고 교통사고분석 분야의 적용
타당성을 확인하는데 초점을 맞추고 있다.
영어 초록
It is important to clarify the relationship between traffic accidents and various influencing factors in
order to reduce the number of traffic accidents. This study developed a traffic accident frequency prediction
model using by multi-linear regression and qualification theories which are commonly applied in the field
of traffic safety to verify the influences of various factors into the traffic accident frequency.
The data were collected on the Korean National Highway 17 which shows the highest accident frequencies
and fatality rates in Chonbuk Province. In order to minimize the uncertainty of the data, the fuzzy theory
and neural network theory were applied. The neural network theory can provide fair learning performance
by modeling the human neural system mathematically.
In conclusion, this study focused on the practicability of the fuzzy reasoning theory and the neural
network theory for traffic safety analysis.
참고 자료
없음
"대한교통학회지"의 다른 논문
더보기 (5/10)