Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[26455] Książka:

Modelowanie związków między cechami drogi a zagrożeniami w ruchu na drogach zamiejskich

(Modelling the relationships between road features and traffic threats on national roads)
ISSN:  1230-9265
Wydawca:  Oficyna Wydawnicza Politechniki Warszawskiej
Rok wydania: 2013
Miejsce wydania:  Warszawa
Seria wydawnicza:  Prace Naukowe Politechniki Warszawskiej. Transport
Numer w serii wydawniczej:  88
Liczba stron:  335
Liczba arkuszy wydawniczych:  22.50
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału		 Liczba
punktów
Marzena Nowakowska orcid logoWZiMKKatedra Informatyki i Matematyki Stosowanej**10020.00  

Grupa MNiSW:  Autorstwo monografii naukowej w języku polskim
Punkty MNiSW: 25

Pełny tekstPełny tekst     Spis treści     Web of Science LogoYADDA/CEON    
Słowa kluczowe:

model logistyczny  ruch drogowy  bezpieczeństwo ruchu drogowego  wypadek drogowy  cechy drogi 

Keywords:

logistic models  traffic  traffic safety  road accident  road features 


Streszczenie:

Elementy systemu człowiek-pojazd-droga mogą stwarzać okoliczności, które sprzyjają powstawaniu zagrożeń w ruchu drogowym. Analizy wskazują na decydujące znaczenie czynnika ludzkiego w zbiorze cech opisujących przyczyny wypadków drogowych. Droga i jej otoczenie, wymieniana jako drugi istotny element wpływający na zagrożenia, to coraz częściej podnoszony przedmiot badań bezpieczeństwa ruchu drogowego (brd). Praca wpisuje się w nurt tych badań.
Podjęto analizę cech środowiska drogi (projektowych, otoczenia, środowiska) w celu wskazania ich znaczenia w defi niowaniu okoliczności wypadku drogowego. Badania zrealizowano na podstawie danych z rejestrów policyjnych, a dyskutowaną jednostką był wypadek drogowy. Wykorzystując źródła dodatkowe, udostępnione przez zarządcę dróg, utworzono zbiór danych charakteryzujący drogę w miejscach wystąpień wypadków drogowych i scalono go ze zbiorem danych o wypadkach. Zagrożenie brd zdefi niowano za pomocą trzech cech charakteryzujących zdarzenie drogowe. Były to: przyczyna wynikająca z błędnego zachowania kierującego pojazdem,
rodzaj zdarzenia oraz status zdarzenia (największy stopień poszkodowania wśród ofi ar).
W analizowanym zbiorze danych szczegółowych (niezagregowanych) występowały cechy ilościowe i jakościowe. Przedmiotem badań były wypadki bez udziału pieszych, z udziałem pojazdów silnikowych, z wybranego regionu kraju, zarejestrowane na zamiejskich drogach krajowych jednojezdniowych dwukierunkowych. Kompleksowy naukowy i poznawczy cel pracy obejmował aspekt merytoryczny i metodologiczny.
Zwrócono uwagę na znaczenie jakości danych oraz możliwości poprawy tej jakości w drodze weryfi kacji i czyszczenia. Uwypuklono wpływ struktury danych na wiarygodność wyników. Ważnym elementem badań był zaproponowany sposób modyfi kacji zasobów i oceny analizowanych cech z uwagi na potrzeby badawcze. Zasadnicze zadania merytoryczne koncentrowały się na następujących zagadnieniach:
 - wyodrębnienie wzorców wypadków drogowych oraz wskazanie na te spośród analizowanych cech, które miały istotne znaczenie w defi niowaniu tych wzorców,
 - zbudowanie modeli prognostycznych w celu określenia, w jaki sposób i istniejące warunki drogowewpływały na zagrożenie na drodze. wprowadzenie metod metauczenia się, w szczególności połączenie warstwowych metod samoinicjowania z losowaniem niwelującym, w celu wzmocnienia klasyfi katorów dla identyfi kacji związków i prognozowania,
 - wykorzystanie bootstrapowych rodzin klasyfi katorów logistycznych do wyznaczenia aposteriorycznych rozkładów zachowania sprawcy, rodzaju i statusu zdarzenia dla wypadków drogowych reprezentujących profi le wzorców wypadków drogowych.

Analizy zostały przeprowadzone niezależne dla wypadków drogowych z udziałem jednego pojazdu i dla wypadków drogowych z udziałem co najmniej dwóch pojazdów. W zakresie metodologicznym przedstawiono różne sposoby analizowania tych samych zasobów danych: za pomocą grupowania pojęciowego w postaci metody K-średnich i map Kohonena oraz za pomocą klasyfi katorów statystycznych w postaci wielokrotnej regresji logistycznej. Zarówno w zakresie identyfi kacji wzorców wypadków drogowych, jak i klasyfi kowania cech zagrożenia bezpieczeństwa ruchu drogowego wykonano szereg eksperymentów, które umożliwiły porównanie
różnych narzędzi badawczych oraz wskazanie ich słabości i zalet. Przedstawiono możliwości zastosowań i wzbogacenia metod drążenia danych w analizach zagrożeń w ruchu drogowym.



Abstract:

The elements of a human-vehicle-road system can create circumstances that contribute to formation of road traffic threats. Analyses indicate the crucial meaning ofthe human factor among factors causing road accidents. The road and its vicinity, regarded as the second element of the system influencing the threat, is the subject repeatedly investigated in road traffic safety research. The work follows this research trend. The analysis of road features (design features, road surroundings and environmental considerations) has been undertaken in order to identify their importance in defining the specific circumstances of the road accident phenomenon. The research is conducted on the basis of actual data from police records and a road accident is the unit under discussion. Using additional data sources, obtained from a road administration office, a database has been created containing information on technical road parameters as well as on a road traffic environment at the road accident location. Then road data and accident data were joined, using computer programs elaborated by the author. The road threat was defined through three accident attributes. They were as follows: the causative accident factor resulting from a driver's faulty behaviour, the accident type and the accident severity. Both quantitative and qualitative features defined the analysed detailed (disaggregated) dataset. The research was carried out on non-pedestrian motor vehicle accident data recorded on two-way two-lane rural national roads from a selected region of Poland. The complex scientific and cognitive character of the work has covered both merit and methodological aspects. The importance of data quality and the possibilities of quality improvements by verification and cleaning were discussed. The influence ofthe data structure on the reliability of the results was also pointed out. Both the proposed way of the dataset modification and the assessment of the analysed variables from the research point of view were key elements of the research. The substantial merit tasks were as follows: • the identification of road accident patterns and the indication of the factors that play the most important role in defining the patterns, • the development of predictive models in order to assess to what extent existing road conditions influence the threat. The modelling tasks covered: - the classification of a driver's behaviour and accident type using nominal logistic models, - the classification of accident severity using ordinal logistic models, • the introduction of meta-learning methods, in particular combining stratified bootstrapping with levelling sampling, in order to strengthen the classifiers, • the application of bootstrap logistic classifier ensembles to the calculation of posterior distributions for the driver's behaviour, the accident type, and the accident severity for sample observations that were depicted by the road accident patterns. All the analyses mentioned above were conducted separately for single vehicle and multi vehicle accidents. In terms of methodology, different approaches to the same data were presented: conceptual clustering by the K-means method and the Kohonen maps and statistical classifiers by multiple logistic regression. In accident patterns identification as well as in threat modelling, a series of experiments was performed, which allowed the comparison of different research tools and the indication of their advantages and disadvantages. The possibilities of applications and the enrichment of methods of data mining in the analysis of road traffic threats were presented. The conducted research made it possible to formulate some remarks and conclusions concerning each work stage, i.e. data processing and exploration, methods of both conceptual grouping and logistic regressions as well as analysis results. Attention was paid to the significance of a region character for which the research is conducted and to the need of


B   I   B   L   I   O   G   R   A   F   I   A
[1] Abdel-Aty M., Abdelwahab H., Modeling rear-end collisions including the role of driver&apos
s visibility and light truck vehicles using a nested logit structure. Accident Analysis and Prevention, 36, 2004, s. 447-456.
[2] Agresti A., An introduction to Categorical Data Analysis. A Wiley-Interscience Publication, John Wiley & Sons Inc., New York 1996.
[3] Agresti A., Categorical Data Analysis. Second Edition. A Wiley-Interscience Publication, John Wiley & Sons Inc., Hoboken, New Jersey 2002.
[4] Al-Ghamdi A.S., Using logistic regression to estimate the influence of accident factors on accident severity. Accident Analysis and Prevention, 34, 2002, s. 729-741.
[5] Allison P.D., Convergence Failures in Logistic Regression. SAS Global Forum, paper 360-2008, 2008.
[6] Anderson I.B., Bauer K.M., Harwood W.H., Fitzpatric K., Relationship to Safety of Geometric Design Consistency Measures for Rural Two-Lane Highways. Transportation Research Record, Journal of the TRB, 1658, Washington D.C. 1999, s. 43-51.
[7] Arabska M., Bezpieczeństwo ruchu drogowego. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2000, Gdańsk, 11-12 maja, 2000, s. 99-103.
[8] Baltes M.R., Descriptive Analysis of Crashes Involving Pedestrians in Florida 1990-1994.Transportation Research Record, Journal of the TRB, 1636, Washington D.C. 1998, s. 138-145.
[9] Bebyn G., Metoda szacowania liczby zdarzeń drogowych na sieci dróg miejskich. Rozprawa doktorska na Wydziale Budownictwa i Inżynierii Lądowej Akademii Techniczno-Rolniczej w Bydgoszczy, Bydgoszcz 2004.
[10] Bebyn G., Chmielewski J., Szczuraszek T., Method for risk assessment on newly-designed and reconstructed elements of municipal road network. Archives of Transport, 3, 2005, s. 13-30.
[11] Berg H-Y., Gregersen N.P., Laflamme L., Typical patterns in road-traffic accidents during driver training. An explorative Swedish national study. Accident Analysis and Prevention, 36, 2004, s. 603-608.
[12] Bischoff J. i inni, Data warehouse. Practical advice from the experts. Prentice Hall, New Jersey 1997.
[13] Breiman L., Bagging Predictors, Machine Learning, 24, 1996, s. 123-140.
[14] Budzyński M., Jamroz K., Kustra W., Ocena stanu bezpieczeństwa ruchu na drogach krajowych. Drogownictwo, 4-5, 2009, s. 121-125.
[15] Budzyński M., Michalski L., Marszałek R., Rola infrastruktury drogowej w wojewódzkim systemie bezpieczeństwa ruchu drogowego. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2004, Gdańsk, 13-14 maja, 2004, s. 341-351.
[16] Cafiso S., Di Graziano A., Di Silvestro G., La Cava G., Persaud B., Development of comprehensive accident models for two-lane rural highways using exposure, geometry, consistency and context variables. Accident Analysis and Prevention, 42, 2010, s. 1072-1079.
[17] Chapt T.,L., Applied Categorical Data Analysis. A Wiley-Interscience Publication, John Wiley & Sons Inc., 1998.
[18] Chow G.C., Ekonometria. PWN, Warszawa 1995.
[19] Chong M., Abraham A., Paprzycki M., Traffic Accident Analysis Using Machine Learning Paradigms. Informatica, 29, 2005, s. 89-98.
[20] Choueiri E., Lamm R., Kloeckner J.H., Safety Aspects of Individual Design Elements and Their Interactions on Two-Lane Highways: International Perspective. Transportation Research Record, 1445, 1994, s. 34-46.
[21] Cichosz P., Systemy uczące się. Wydawnictwa Naukowo-Techniczne, Warszawa 2000.
[22] Das A., Abdel-Aty M., Pande A., Santos J.B., Severity analysis of crashes on multilane arterials using conditional inference forests. The TRB 88th Annual Meeting of the Transportation Research Board, Washington D.C. 2009.
[23] Dąbczyński Z., Redukcja potencjalnego zagrożenia powodowanego urządzeniami drogowymi usytuowanymi w pobliżu pasa ruchu. VI Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2006, Gdańsk, 17-19 maja, 2006, s. 193-207.
[24] Delen D., Sharda R., Bessonov M., Identifying significant predictors of injury severity in traffic accidents using a series of artificial neural networks. Accident Analysis and Prevention, 38, 2006, s. 434-444.
[25] Deng Z., Ivan J.N. Gårder P., Analysis of Factors Affecting the Severity of Head-On Crashes Two-Lane Rural Highways in Connecticut. Transportation Research Record, Journal of the TRB, 1953, 2006, s. 137-146.
[26] De Oña J., Mujalli R.O., Calvo F.J., Analysis of accident injury severity on Spanish rural highways using Bayesian Networks. Accident Analysis and Prevention, 43, 2011, s. 402-411.
[27] Dissanayake S., Lu J., Analysis of Severity of Young Driver Crashes. Sequential Binary Logistic Regression Modelling. Transportation Research Record, 1784, 2002, s. 108-114.
[28] Dixon K.K., Liebler M., Hunter M., Urban roadside safety - cluster crash evaluation. The TRB 88th Annual Meeting of the Transportation Research Board, Washington D.C. 2009.
[29] Donnell E.T., Mason J.M. Jr., Predicting the Severity of Median-Related Crashes in Pennsylvania by Using Logistic Regression. Transportation Research Record, 1897, 2004, s. 55-63.
[30] Dramiński M., Algorytm indukcji reguł decyzyjnych w problemach klasyfikacji i wyboru cech w zadaniach wysokowymiarowych. Rozprawa doktorska w Instytucie Podstaw Informatyki PAN, Warszawa 2007.
[31] Efron B., Bootstrap Methods: Another Look at the Jackknife. The Annals of Statistics, 1, 1979, s. 1-26.
[32] Efron B., Tibshirani R.J., An Introduction to the Bootstrap. Monographs on Statistics and Applied Probability 57, Chapman & Hall, New York 1993.
[33] Elvik R., To what extent can theory account for the findings of road safety evaluation studies? Accident Analysis and Prevention, 36, 2004, s. 846-849.
[34] Elvik R., Dimensions of road safety problems and their measurement. Accident Analysis and Prevention, 40, 2008, s. 1200-1210.
[35] Elvik R., A new method for assessing the risk of accident associated with darkness. Accident Analysis and Prevention, 41, 2009, s. 809-815.
[36] Elvik R., Why some road safety problems are more difficult to solve than others. Accident Analysis and Prevention, 42, 2010, s. 1089-1096.
[37] Elvik R., Assessing casualty in multivariate accident models. Accident Analysis and Prevention, 43, 2011, s. 253-264.
[38] Fazio J., Hoque M.M., Tiwari G., Fatalities of Heterogeneous Street Traffic. Transportation Research Record, Journal of the TRB, 1695, 2006, s. 55-60.
[39] Fontaine H., Gourlet Y., Fatal pedestrian accidents in France: a typological analysis. Accident Analysis and Prevention, 29, 1997, s. 303-312.
[40] Gaca S., Prędkość jako jedna z determinant zagrożenia wypadkowego i możliwości oddziaływania na nią. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2000, Gdańsk, 11-12 maja, 2000, s. 109-121.
[41] Gaca S., Regression models of accidents and accident rates. Archives of Transport, 3, 2002, s. 17-30.
[42] Gaca S., Regresyjne modele predykcji wypadków na odcinkach dróg i ulic. XLVIII Konferencja Naukowa Komitetu Inżynierii Lądowej i Wodnej PAN i Komitetu Nauki PZITB "Krynica 2002", tom 4, Opole-Krynica, 15-20 września, 2002, s. 27-34.
[43] Gaca S., Badania prędkości pojazdów i jej wpływu na bezpieczenstwo ruchu drogowego. Zeszyty Naukowe Politechniki Krakowskiej, nr 75, Inżynieria Lądowa, Kraków 2002.
[44] Gaca S., Zagrożenia bezpieczeństwa ruchu drogowego i możliwości ich eliminacji na przejściach drogowych przez miejscowości. Drogownictwo, 12, 2005, s. 372-378.
[45] GAMBIT - Program poprawy bezpieczeństwa ruchu drogowego w Polsce. Transport Miejski, 8-9, 1996.
[46] GAMBIT 2000. Krajowy Program Bezpieczeństwa Ruchu Drogowego w Polsce. Transport Miejski, 11, 2001.
[47] GAMBIT 2005 czyli POLSKA WIZJA ZERO. Krajowy Program Bezpieczeństwa ruchu Drogowego 2005-2007-2013. Opracowanie, Krajowa Rada Bezpieczeństwa Ruchu Drogowego, Warszawa 2005.
[48] Garber N., Ehrhart A., Effict of Speed, Flow, and Geometric Characteristics on Crash Frequency for Two-Lane Highways. Transportation Research Record, Journal of the TRB, 1717, Washington D.C. 2000, s. 76-83.
[49] Gierulski W., Nowakowska M., Zając E., Identyfikacja wzorców oczekiwań konsumenta usług szkoły wyższej. Praca zbiorowa "Modelowanie procesów ekonomicznych" pod redakcją naukową W. Dziubdzieli i A. Orłowskiego, WSH, Kielce 2002, s. 29-40.
[50] Guidici P., Applied Data Mining. Statistical Methods for Business and Industry. John Wiley & Sons Ltd., Chichester 2003.
[51] Hand D., Mannila H., Smyth P., Eksploracja danych. Wydawnictwa Naukowo-Techniczne, Warszawa 2005.
[52] Hanowski R.J., Medina A.L., Wierwille W.W., Lee S.E., Incident Clustering Diagnostic Approach for Assessing Usability of Intersections and Other Road Sites. Transportation Research Record, Journal of the TRB, 1897, Washington D.C. 2004, s. 173-179.
[53] Haque M.M., Chin H.C., Huang H., Modeling fault among motorcyclists involved in crashes. Accident Analysis and Prevention, 41, 2009, s. 327-335.
[54] Hauer E., Statistical Road Saftty Modeling. Transportation Research Record, Journal of the TRB, 1897, Washington D.C. 2004, s. 81-87.
[55] Hauer E., The frequency-severity indeterminacy. Accident Analysis and Prevention, 38, 2006, s. 78-83.
[56] Hauer E., Council P.M., Mohammedshah Y., Safety Models for Urban Four-Lane Undivided Road Segments. Transportation Research Record, Journal of the TRB, 1897, Washington D.C. 2004, s. 96-105.
[57] Hertz J., Krogh A., Palmer R.G., Wstęp do obliczeń neuronowych. Wydawnictwa Naukowo-Techniczne, Warszawa 1995.
[58] Informator o podziale administracyjnym województwa świętokrzyskiego. Świętokrzyski Urząd Wojewódzki w Kielcach, Wydział Prawny i Nadzoru, Kielce, grudzień, 2002.
[59] Jamroz K., Teorie i modele stosowane w badaniach i działaniach prewencyjnych na rzecz bezpieczeństwa ruchu drogowego. Pięćdziesiąta druga konferencja naukowa Komitetu Inżynierii Lądowej i Wodnej PAN i Komitetu Nauki PZITB "Krynica 2006", Zeszyty Naukowe Politechniki Gdańskiej, Budownictwo Lądowe, nr LX, Gdańsk 2006, s. 169-178.
[60] Jamroz K., Główne strategie działań brd na drogach krajowych do roku 2013. VII Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2008, Gdańsk, 23-25 kwietnia, 2008, s. 115-130.
[61] Jamroz K., Gaca S., Dąbrowska-Loranc M. i inni, GAMBIT 2005. Krajowy Program Bezpieczeństwa Ruchu Drogowego 2005-2007-2013. BRD, 4, 2005.
[62] Jamroz K., Kastner M., Podejście systemowe do realizacji działań na rzecz BRD. VI Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2006, Gdańsk, 17-19 maja, 2006, s. 73-120.
[63] Jamroz K., Michalski L., Regionalny system bezpieczeństwa ruchu drogowego jako problem badawczy. XLVIII Konferencja Naukowa Komitetu Inżynierii Lądowej i Wodnej PAN i Komitetu Nauki PZITB "Krynica 2002", tom 4, Opole-Krynica, 15-20 września, 2002, s. 59-68.
[64] Jamroz K., Michalski L., Wojewódzkie Programy GAMBIT Struktura i proces wdrażania. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2004, Gdańsk, 13-14 maja, 2004, s. 163-171.
[65] Jobson J.D., Applied Mulitvariate Data Analysis. Springer-Verlag Inc., New York 1992.
[66] Jones S., Jørgensen S.H., The use of multilevel models for the prediction of road accident outcomes. Accident Analysis and Prevention, 35, 2003, s. 59-69.
[67] Jung S., Qin X., Noyce D.A, Rainfall effect on single-vehicle crash severities using polychotomous response models. Accident Analysis and Prevention, 42, 2010, s. 213-224.
[68] Kantardzic M., Data Mining. Concepts, Models, Methods, and Algorithms. IEEE Press and WILEY-INTERSCIENCE, John Wiley & Sons Inc., 2003.
[69] Karlaftis M.G., Golias I., Effects of road geometry and traffic volumes on rural roadway accident rates". Accident Analysis and Prevention, 34, 2002, s. 357-365.
[70] Kempa J., Ocena geometrii łuków poziomych z punktu widzenia brd. VI Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2006, Gdańsk, 17-19 maja, 2006, s.209-218.
[71] Kempa J., Szczuraszek T., Wpływ cech geometrycznych drogi zamiejskiej na zagrożenie w ruchu drogowym. Transport Miejski i Regionalny, październik, 2007, s. 2-7.
[72] Kieć M., Wpływ dostępności do dróg na warunki i bezpieczeństwo ruchu. Rozprawa doktorska na Wydziale Inżynierii Lądowej Politechniki Krakowskiej, Kraków 2009.
[73] Kierus-Gogacz B.A, Badania wpływu otoczenia drogi na bezpieczeństwo ruchu drogowego. VII Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2008, Gdańsk, 23-25 kwietnia, 2008, s. 161-170.
[74] Kim K., Boski J., Finding fault in motorcycle crashes in Hawaii. Environmental, temporal, spatial, and human factors. Transportation Research Record, Journal of the TRB, 1779, Washington D.C. 2001, s. 182-188.
[75] Kim K., Boski J., Yamashita E., Typology of Motorcycle Crashes. Rider Characteristics, Environmental Factors, and Spatial Patterns. Transportation Research Record, Journal of the TRB, 1818, Washington D.C. 2002, s. 47-53.
[76] Kim K., Brunner M., Yamashita E., Modeling fault among accident-involved pedestrians and motorists in Hawaii. Accident Analysis and Prevention, 40, 2008, s. 2043-2049.
[77] Kim D-G., Lee Y., Washington S., Choi K., Modeling crash outcome probabilities at rural intersections: Application of hierarchical binomial logistic models. Accident Analysis and Prevention, 39, 2007, s. 125-134.
[78] Kim K., Pant P., Yamashita E.Y., Hit and Run Crashes: Using Rough Set Analysis with Logistic Regression to Capture Critical Attributes and Determinants. The TRB 87th Annual Meeting of the Transportation Research Board, Washington D.C. 2008, s. 1-20.
[79] Kim K., Yamashita E., Using a k-means clustering algorithm to examine patterns of pedestrian involved crashes in Honolulu, Hawai. Journal of Advanced Transportation, 41, (1), 2007, s.69-89.
[80] Kim K., Yamashita E., Corresponding Characteristics and Circumstances of Collision-Involved pedestrians in Hawaii. Transportation Research Record, Journal of the TRB, 2073, Washington D.C. 2008, s. 18-24.
[81] Kockelman K.M., Kweon Y-J., Driver injury severity: an application of ordered probit models. Accident Analysis and Prevention, 34, 2002, s. 313-321.
[82] Komentarz do rozporządzenia w sprawie numeracji i ewidencji dróg oraz obiektów mostowych w zakresie drogowym. Instytut Badawczy Dróg i Mostów, Warszawa 2008.
[83] Kopelias P., Papadimitriou F., Papandreou K., Prevedouros P., Urban Freeway Crash Analysis - Geometric, Operational and weather Effects on Crash Number and Severity. The TRB 86th Annual Meeting of the Transportation Research Board, Washington D.C. 2007.
[84] Korbicz J., Obuchowicz A., Uciński D., Sztuczne Sieci Neuronowe. Podstawy i Zastosowania. Akademicka Oficyna Wydawniczaj PLJ, Warszawa 1994.
[85] Krystek R., 15 lat wspólnych działań na rzecz poprawy bezpieczeństwa ruchu drogowego w Polsce. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2004, Gdańsk, 13-14 maja, 2004, s. 17-26.
[86] Krystek R., Prace naukowo-badawcze i studialne pracowników Katedry Inżynierii Drogowej Politechniki Gdańskiej. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2004, Gdańsk, 13-14 maja, 2004, s. 151-158.
[87] Krzyśko M., Wołyński w., Górecki T., Skorzybut M., Systemy uczące się, rozpoznawanie wzorców, analiza skupień i redukcja wymiarowości. Wydawnictwa Naukowo-Techniczne, Warszawa 2008.
[88] Kweon Y-J., Kockelman K.M., Safety Effects of Speed Limit Changes. Use of Panel Models, Including Speed, Use, and Design Variables. Transportation Research Record, Journal of the TRB, 1908, Washington D.C. 2005, s. 148-158.
[89] Lachowski J., Nowakowska M., Wpływ prędkości na skutki zderzeń pojazdów z obiektami. Drogownictwo, 6, 2005, s. 163-165.
[90] Lange O., Banasiński A., Teoria statystyki. Państwowe Wydawnictwo Ekonomiczne, Warszawa 1970.
[91] Larose D.T., Odkrywanie wiedzy z danych. Wydawnictwo Naukowe PWN, Warszawa 2006.
[92] Larose D.T., Metody i modele eksploracji danych. Wydawnictwo Naukowe PWN, Warszawa 2008.
[93] Lee J., Mannering F., Impact of roadside features on the frequency and severity of run-offroadway accidents: an empirical analysis. Accident Analysis and Prevention, 34, 2002, s. 149-161.
[94] Lee C., Park P.Y-J., Abdel-Aty M., Effects of Lane-Change and Car-Following-Related Traffic Flow Parameters on Crash Occurrence by Lane. The TRB 87the Annual Meeting of the Transportation Research Board, Washington D.C. 2008.
[95] Lenguerrand E., Martin J.L., Laumon B., Modelling the hierarchical structure of road crash data - Application to severity analysis. Accident Analysis and Prevention, 38, 2006, s. 43-53.
[96] Major H., Nowakowska M., Nierozwiązane problemy identyfikacji odcinków niebezpiecznych na drogach zamiejskich. Pięćdziesiąta Jubileuszowa Konferencja Naukowa Komitetu Inżynierii Lądowej i Wodnej PAN i Komitetu Nauki PZITB "KRYNICA 2004" Problemy Naukowo-Badawcze Budownictwa, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa-Krynica, wrzesień 2004, s. 185-192.
[97] Major H., Nowakowska M., Identyfikacja niebezpiecznych odcinków dróg z wykorzystaniem algorytmu analizy skupień. Drogownictwo, 9, 2004, 280-284 .
[98] Major H., Nowakowska M., Jakość danych w analizach bezpieczeństwa ruchu drogowego. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2004, Gdańsk, 13-14 maja, 2004, s. 327-333.
[99] Major H., Nowakowska M., Charakterystyka zagrożeń brd na odcinkach zamiejskich dróg niższych klas technicznych.Konferencja naukowo-techniczna "Wpływ środków organizacji na bezpieczeństwo ruchu drogowego", Kielce, 12-13 maja 2005.
[100] Marakas G.M., Modern data warehousing, mining, and visualization. Prentice Hall, New Jersey 2003.
[101] Marek T., Analiza skupień w badaniach empirycznych. PWN, Warszawa 1989.
[102] Marek T., Noworol C., Wprowadzenie do analizy skupień. Uniwersytet Jagielloński, Kraków 1983.
[103] Milton J., Mannering F., The relationship among highway geometries, traffic-related elements and motor-vehicle accident frequencies. Transportation, 25, 1998, s. 395-413.
[104] Milton J., Shankar V.N., Mannering F., Highway accident severities and the mixed logit model: An exploratory empirical analysis. Accident Analysis and Prevention, 40, 2008, s. 260-266.
[105] Morgan A., Mannering F., The effects of road-surface conditions, age, and gender on driver-injury severities. Accident Analysis and Prevention, 43, 2011, s. 1852-1863.
[106] Nevarez A., Abdel-Aty M., Wang X., Santos J., Large scale injury severity analysis for arterial roads: modeling scheme and contributing factors. The TRB 88th Annual Meeting of the Transportation Research Board, Washington D.C. 2009.
[107] Nowakowska M., Identyfying similarities and dissimilarities among road accident patterns. Transportation and Traffic Theory in the 21st Century. Proceedings of the 15-th International Symposium on Transportation and Traffic Theory. Edited by Michael A P Taylor, Pergamon (Elsevier Science), Amsterdam, Lausanne, New York, Oxford, Shannon, Singapore, Tokyo 2002, s. 267-286
[108] Nowakowska M., Poprawność i spójność wewnętrzna danych o zdarzeniach drogowych. VI Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2006, Gdańsk, 17-19 maja, 2006, s. 109-120.
[109] Nowakowska M., Ciągłość danych o zdarzeniach drogowych. Drogownictwo, 5, 2006, s. 167-171.
[110] Nowakowska M., Wartość informacyjna cech zdarzenia drogowego. Drogownictwo, 4, 2007, s. 124-128.
[111] Nowakowska M., Finding threat patterns in the interaction between road transportation and pedestrian traffic using market basket analysis. Monografie Zespołu Systemów Eksploatacji PROBLEMS OF MAINTENANCE OF SUSTAINABLE TECHNOLOGICAL SYSTEMS, Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne, Tom II, Warszawa 2010, s. 140-162.
[112] Nowakowska M., Logistic models in the crash severity classification on the basis of chosen road characteristics. Transportation Research Record, Journal of the TRB, 2148, Highway Safety Data, Analysis, and Evaluation 2010, Volume 2, Washington D.C. 2010, s. 16-26.
[113] Nowakowska M., Random forests in the evaluation of threat for pedestrian accidents in towns. 24th ICTCT Workshop on "Traffic safety management: tackling the problems in urban areas and at other hot spots", Warszawa, 27-28 October, 2011, Pen drive proceedings and Internet publication.
[114] Nowakowska M., Zając E., Klasyfikowanie obserwacji z wykorzystaniem sieci neuronowych z nauczycielem i bez nauczyciela. XI SASForum 2004, 17-18 marca, Warszawa 2004.
[115] Nowakowska M., Zielińska A., Nowy komputerowy system rejestracji danych o wypadkach i kolizjach. Doświadczenia użytkowników po dwóch latach użytkowania. VIII Konferencja Bezpieczeństwa Ruchu Drogowego, Józefów, 10-12 września, 2008, s. 113-126.
[116] Ogden K.W., The effect of paved shoulders on accidents on rural highways. Accident Analysis and Prevention, 29, 1997, s. 353-362.
[117] Osowski S., Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
[118] Pai C.W, Hwang K.P., Saleh W., A mixed logit analysis of motorists&apos
right-of-way violation in motorcycle accidents at priority T-junctions. Accident Analysis and Prevention, 41, 2009, s.565-573.
[119] Pande A., Abdel-Aty M., Market basket analysis: A novel way to find patterns in crash data from large jurisdiction. The TRB 86th Annual Meeting of the Transportation Research Board, Washington D.C. 2007.
[120] Pande A., Abdel-Aty M., Discovering indirect associations in crash data using probe attributes. The TRB 87th Annual Meeting of the Transportation Research Board, Washington D.C. 2008.
[121] Program poprawy bezpieczeństwa ruchu drogowego dla województwa świętokrzyskiego. Praca pod kierunkiem prof. dr. hab. inż. M. Tracza, Politechnika Krakowska, EKODROGA, Kraków 2003.
[122] Pyle D., Data preparation for data mining. Morgan Kaufman Publishers. An imprint of Academic Press, San Francisco 1999.
[123] Read T., Cressie N., Goodness-of-Fit Statistics for Discrete Multivariate Data. Springer-Verlag, 1988.
[124] Rengarasu T., Hagiwara T., Hirasawa M., Efficts of road geometry and cross section variables on traffic accidents using homogeneous road segments. The 88th Annual Meeting of the Transportation Research Board, Washington D.C. 2009.
[125] SAS® Technical Report A-108, Cubic Clustering Criterion. SAS Institute Inc., Cary, NC, 1983.
[126] SAS/STAT User&apos
s Guide, Version 8. SAS Publishing, Cary NC, 1999.
[127] SAS OnLine help and documentation 9.1. SAS Institute Inc., Cary, NC, 2002-2004.
[128] Savolainen P.T., Mannering F.L., Lord D., Quddus M.A., The statistical analysis of highway crash-injury severities: a review and assessment of methodological alternatives. Accident Analysis and Prevention, 43, 2011, s. 1666-1686.
[129] Schneider W.H. IV, Savolainen P.T., Zimmerman K., An examination of driver injury severity resulting from single-vehicle crashes along horizontal curves on rural two-lane highways. The TRB 88th Annual Meeting of the Transportation Research Board, Washington D.C. 2009.
[130] Schneider W.H., Zimmerman K., Van Boxel D., Vavilikolanu S., A Bayesian Analysis of the Effect of Horizontal Curvature on Truck Crashes Using Training and Validation Data Sets. The TRB 88th Annual Meeting of the Transportation Research Board, Washington D.C. 2009.
[131] Shankar V.N., Mannering F., Barfield W., Effect of roadway geometrics and environmental factors on rural freeway accident frequencies. Accident Analysis and Prevention, 27, 1995, s. 371-389.
[132] Shankar V., Mannering F., Barfield W, Statistical analysis of accident severity on rural freeways. Accident Analysis and Prevention, 28, 1996, s. 391-401.
[133] Shankar V., Milton J., Mannering F., Modelling accident frequencies as zero-altered probability processes: an empirical inquiry. Accident Analysis and Prevention, 29, 1997, s. 829-837.
[134] Siskind V., Steinhardt S., Sheehan M. i inni, Risk factors in fatal crashes in rural Australia. Accident Analysis and Prevention, 43, 2011, s. 1082-1088.
[135] Spainhour L.K., Wootton I., Modeling fault in fatal pedestrian crashes using various data sources. The TRB 86the Annual Meeting of the Transportation Research Board, Washington D.C. 2007.
[136] Statystyka ogólna. Praca pod redakcją S. Woźniaka, Akademia Ekonomiczna w Krakowie, Kraków 1997.
[137] Stamatiadis N., Jones S., Aultman-Hall L., Causal Factors for Accidents on Southeastern Low-Volume Rural Roads. Transportation Research Record, Journal of the TRB, 1652, Washington D.C. 1999, s. 111-117.
[138] Stutts J.C., Hunter W.W., Pein W.E., Pedestrian Crash Types: 1990s Update. Transportation Research Record, Journal of the TRB, 1538, Washington D.C. 1996, s. 68-74.
[139] Sy B.K., Gupta A.K., INFORMATION-STATISTICAL DATA MINING. Warehouse Integration with Examples of Oracle Basics. Kulwer Academic Publishers, Boston/Dordrecht/London 2004.
[140] System Ewidencji Dróg EWIDR 2000. Instrukcja dla Użytkownika. Zakład Usług Informatycznych S. Kowalski, Wrocław 2002.
[141] Szczuraszek T., Badania i analizy bezpieczeństwa ruchu drogowego prowadzone w Katedrze Budownictwa Drogowego Akademii Techniczno-Rolniczej w Bydgoszczy. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2004, Gdańsk, 13-14 maja, 2004, s. 139-149.
[142] Szczuraszek T., Kempa J., Bebyn G., Chmielewski J., GAMBIT Bygdoski - doświadczenia i zamierzenia. Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2002, Gdańsk, 11-13 kwietnia, 2002, s. 105-114.
[143] Szczuraszek T., Obłuj M., Stanek M., Badania wpływu wybranych cech drogi i ruchu na liczbe zdarzeń drogowych w polskich miastach. Transport Miejski i Regionalny, 3, 2007, s.22-30.
[144] Świętokrzyskie, mapa województwa. Warszawa, Demart Sp. z o.o.
[145] Tabachnick B.G., Fidell L.S., Using Multivariate Statistics. HarperCollinsCollegePublishers, New York 1996.
[146] Tadeusiewicz R., Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa 1993.
[147] Tay R., Barua D., Kattan L., Factors contributing to hit-and-run infatal crashes. Accident Analysis and Prevention, 41, 2009, s. 227-233.
[148] Tay R., Rifaat S.M., Chin H.C., A logistic model of the effects of roadway, environmental, vehicle, crash and driver characteristics on hit-and-run crashes. Accident Analysis and Prevention, 40, 2008, s. 1330-1336.
[149] Tracz M., Kryteria bezpieczeństwa ruchu w projektowaniu dróg. Drogownictwo, 2, 2004, s. 39-44.
[150] Tracz M., Kieć M., Dostępność do dróg i jej wpływ na bezpieczeństwo ruchu. Drogownictwo, nr 7, 2003, s. 203-208.
[151] Tracz M., Michalski L., Metody i narzędzia prewencyjne w projektowaniu i eksploatacji dróg. VI Międzynarodowe Seminarium Bezpieczeństwa Ruchu Drogowego GAMBIT 2006, Gdańsk, 17-19 maja, 2006, s. 179-187.
[152] Tracz M., Nowakowska M., Bayesian Theory and Cluster Analysis in the Identification of Road Accident Blackspots. Transportation and Traffic Theory. 13-th International Symposium on Transportation and Traffic Theory, (Editor J-B Lesort), Pergamon (Elsevier Science), Oxford, New York, Tokyo 1996, s. 261-276.
[153] Ulfarsson G.F., Kim S., Booth K.M., Analyzing fault in pedestrian-motor vehicle crashes in North Carolina. Accident Analysis and Prevention, 42, 2010, s. 1805-1813.
[154] Ulfarsson G.F., Mannering F., Differences in male and female injury severities in sport-utility vehicle, minivan, pickup and passenger car accidents. Accident Analysis and Prevention, 36, 2004, s. 135-147.
[155] Valent F., Schiava F., Savonitto C. i inni, Risk factors for fatal road traffic accidents in Udine, Italy. Accident Analysis and Prevention, 34, 2002, s. 71-84.
[156] Wang X., Abdel-Aty M., Analysis of left-turn crash injury severity by conflicting patterns using partial proportional odds models. Accident Analysis and Prevention, 40, 2008, s. 1674-1682.
[157] Welfe W., Welfe A., Ekonometria stosowana. PWE, Warszawa 1969.
[158] Wojewódzki program bezpieczeństwa ruchu drogowego GAMBIT OPOLSKI 2005. Praca pod kierunkiem prof. dr. hab. inż. M. Tracza, Politechnika Krakowska, EKODROGA, Kraków 2005.
[159] Wong J-T., Chung Y-S., Analyzing heterogeneous accident data from the perspective of accident occurrence. Accident Analysis and Prevention, 40, 2008, s. 357-367.
[160] Wytyczne projektowanie dróg III, IV i V klasy technicznej. Załącznik nr 2 do zarządzenia nr 5/95 Generalnego Dyrektora Dróg Publicznych z dnia 31 marca 1995, GDDKiA, Warszawa 1995.
[161] Yamamoto T., Shankar V.N., Bivariate ordered-response probit model of driver&apos
s and passenger&apos
s injury severities in collisions with fixed objects. Accident Analysis and Prevention, 36, 2004, s. 869-876.
[162] Yau K.K.W., Risk factors affecting the severity of single vehicle traffic accidents in Hong Kong. Accident Analysis and Prevention, 36, 2004, s. 333-340.
[163] Zarządzenie nr 635 Komendanta Głównego Policji z dnia 30 czerwca 2006 r. w sprawie metod i form prowadzenia przez Policję statystyki zdarzeń drogowych. Warszawa 2006.
[164] Zhang C., Ivan J.N., Effects of Geometric Characteristics on Head-On Crash Incidence on Two-Lane Roads in Connecticut. Transportation Research Record, Journal of the TRB, 1908, 2005, s. 159-164.
[165] Żukowska J., Modelowanie ryzyka w ruchu drogowym szeregami czasowymi. L Konferencja Naukowa Komitetu Inżynierii Lądowej i Wodnej PAN i Komitetu Nauki PZITB "Krynica 2004", tom 5, Warszawa-Krynica, 12-17 września, 2004, s. 273-280.
[166] Żukowska J., Zastosowanie szeregów czasowych do analiz bezpieczeństwa ruchu drogowego. Transport Miejski i Regionalny, 7-8, 2006, s. 79-82.
[167] http://bus.utk.edu/stat/stat579/Hierarchical%20Clustering%20Methods.pdf, Schmidhammer J.L., Agglomerative Hierarchical Clustering Methods. University of Tennessee, Department of Statistics, USA, dostęp: 2010-07-07.
[168] http://lord.uz.zgora.pl:7777/skep/docs/F29571/Gramacki_Ploug08.pdf, Gramacki J., Gramacki A., Wybrane metody redukcji wymiarowości danych oraz ich wizualizacji. Uniwersytet Zielonogórski, Instytut Informatyki i Elektroniki, dostęp: 2010-08-15.
[169] http://arxiv.org/ftp/cs/papers/0509/0509011.pdf
He Z., Xu X., Deng S., Clustering Mixed Numeric and Categorical Data: A Cluster Ensamble Approach. Harbin Institute of Technology, China, dostęp: 2010-07-07.
[170] http://www.palgrave-journals.com/jibs/journal/v37/n4/fig_tab/8400206t2.html
from the article: Lim L.K.S. , Acito F., Rusetski A., Development of archetypes of international marketing strategy. Journal of International Business Studies, 1, 2006, dostęp: 2010-07-07.
[171] http://www.nargund.com/gsu/mgs8040/resource/dm/ClusterPaper.doc, Nargundkar S., Olzer T.J., An Application of Cluster Analysis in the Financial Services Industry. May & Speh, "Strategic Decision Services", Atlanta, GA, USA, dostęp: 2010-07-07.
[172] http://www.statsoft.pl/czytelnia/marketing/przykladyzaawans.html. Sagan A., Przykłady zaawansowanych technik analitycznych w badaniach marketingowych. Akademia Ekonomiczna w Krakowie, Kraków, dostęp: 2010-08-17.
[173] ftp://ftp.sas.com/pub/neural/FAQ.html#A_Kohonen, How many kinds of Kohonen network exists? And what is k-means? SAS FAQ pages, USA, dostęp: 2010-07-07.
[174] http://www.cis.hut.fi/somtoolbox/theory/somalgorithm.shtml. Kohonen T., The Self-Organizing Map (SOM). Finland, dostęp: 2010-07-07.
[175] http://www.stat.gov.pl/bip/36_PLK_HTML.htm. Krajowy Rejestr Urzędowy Podzialu Terytorialnego Kraju TERYT, dostęp: 2011-01-11.
[176] http://www.ats.ucla.edu/stat/mult_pkg/faq/general/pseudo_rsquareds.htm. What are pseudo R-squares?, dostęp: 2011-04-20.

POWRÓT
Strona główna > Publikacje