ПРЕЗЕНТАЦИЯ НА ЗАЩИТУ

1.

Кафедра ПМиБИТ
Выпускная аттестационная работа
Тема: «Интеллектуальный анализ данных о дорожнотранспортных происшествиях на территории
Забайкальского края»
Выполнил: слушатель группы 25.69.452
Юрко Артём Евгеньевич.
Руководитель: доцент кафедры ПМиБТ, д.т.н., доцент Грызунов В.В.

2.

2
Актуальность
Увеличение частоты дорожно-транспортных происшествий в
Забайкальском крае, усугубляемое специфическими природноклиматическими особенностями региона и неудовлетворительным
состоянием транспортной инфраструктуры.

3.

3
Цель работы
Цель выпускной аттестационной работы - разработка подхода к интеллектуальному
анализу ДТП для повышения точности координации сил и средств.
Объект и предмет работы
Объект исследования - статистические данные о дорожно-транспортных
происшествиях на территории Забайкальского края.
Предмет исследования - закономерности и взаимосвязи между факторами
риска и возникновением дорожно-транспортных происшествий на
территории Забайкальского края.

4.

Задачи:
1)проанализировать характеристику дорожно-транспортной обстановки в
Забайкальском крае и задачи оперативного реагирования;
2)изучить методы и технологии интеллектуального анализа данных для
прогнозирования ДТП;
3)сформировать и подготовить базы данных ДТП по Забайкальскому краю (2019 –
2024 гг.);
4)разработать карты-схемы «горячих точек» ДТП с использованием ГИС;
5)построить модель прогнозирования аварийности по дням и по участкам дорог;
6)разработать рекомендации по размещению сил и средств РСЧС, снижению
времени реагирования, повышению точности диспетчеризации.

5.

Особенности региона, влияющие на аварийность:
1)Большая территория, гористый рельеф и малое число населенных пунктов;
2)Резко континентальный климат с суровыми зимами, быстрыми изменениями погоды, туманом и
метелями;
3)Недостаточное развитие дорожной сети, плохое освещение, узкие дороги, слабая разметка и
некачественное покрытие;
4)Ограниченность АЗС, автосервисов и медицинских учреждений.

6.

Проблемы существующей системы сбора и анализа
данных о ДТП:
1)Фрагментарность данных;
2) Отсутствие механизмов прогнозирования;
3) Задержки в обработке данных.

7.

Роль оперативного дежурного ЦУКС МЧС России при
ДТП:
1) Сбор и обработка информации;
2) Оценка рисков;
3) Координация взаимодействующих структур;
4) Контроль действий сотрудников;
5) Анализ и отчетность.

8.

Задача исследования - разработка интеллектуальной
системы прогнозирования зон риска дорожнотранспортных происшествий (ДТП) и формирование
рекомендаций по рациональному распределению сил и
средств экстренных служб Забайкальского края.

9.

Примеры применения
Data Mining в транспорте:
1)классификация ДТП (выделение типов
аварий и выявление факторов, влияющих на
их возникновение);
2)прогнозирование загруженности дорог
(построение моделей, предсказывающих
объемы трафика в разное время суток и дни
недели);
3)оптимизация маршрутов (расчет
оптимального маршрута для общественного
транспорта и индивидуальных
пользователей с учетом реальных условий
движения).
Ключевые подходы машинного
обучения, которые можно применить в
сфере уменьшения количества ДТП:
1)регрессия (используется для прогнозирования значений
переменных, например, ожидаемого времени пожарноспасательного подразделения к месту дорожно-транспортного
происшествия);
2) деревья решений (помогают анализировать возможные
сценарии и выбирать наилучшие варианты действий, например,
выбор кратчайшего маршрута следования пожарной техники от
пожарной части до места дорожно-транспортного
происшествия);
3) кластерный анализ (применяется для группировки похожих
элементов, например, районов города с высоким уровнем
аварийности)

10.

Группы данных, подлежащих интеграции:
1)погода;
2)время суток;
3)состояние дорог;
4)трафик;
5)инфраструктура.
10

11.

Методы оценки моделей:
1) Для задач классификации – точность, аккуратность, полнота, F-мера;
2) Для задач регрессии - среднеквадратическая ошибка (MSE/MSD);
средний модуль ошибки (MAE/MAD); ошибка в процентах от самой
величины (MAPE/MAPD); коэффициент детерминации (R^2);
3) Для задач кластеризации – внешние/внутренние метрики;
4) Для языкового моделирования – perplexity, bleu, rogue.
11

12.

12

13.

13

14.

14

15.

16.

17.

Исследование включало анализ дорожно-транспортной обстановки, изучение
методов интеллектуального анализа данных и практическую реализацию
аналитической модели.
Разработана модель прогнозирования ДТП и рекомендации по размещению сил и
средств могут быть, которая может быть интегрирована в деятельность МЧС
России.
Благодаря прогнозированию зон риска и оптимальному размещению ресурсов,
экстренные службы смогут быстрее прибывать на место происшествия.
Модель поможет точнее распределять силы и средства, что улучшит координацию
действий и повысит эффективность работы.
Прогнозирование аварийности позволит заранее принимать меры по
предотвращению ДТП и минимизировать последствия.

18.

18