identificación de variables que influencian la ... · madrid, 25 de febrero de 2009 objetivos del...
Post on 24-Jul-2018
215 Views
Preview:
TRANSCRIPT
Madrid, 25 de febrero de 2009
Identificación de variables que influencian la accidentalidad
ciclista: desarrollo de modelos y diseño de una herramienta de
ayuda
Promueven: Colabora:
Ref. PT-2007-055-21CAEM
Madrid, 25 de febrero de 2009
OBJETIVOS DEL PROYECTO
General: investigación de las variables que influyen en la accidentalidad de los ciclistas, el desarrollo de modelos que cuantifiquen la influencia de las variables y el diseño de métodos de reducción de accidentalidad
1) Investigación y análisis de las variables que influencian la accidentalidad ciclista
2) Desarrollo de modelos probabilísticos de causalidad de accidentes y de prospección para estimar el comportamiento futuro de la misma
3) Diseño de una herramienta Web de ayuda a la reducción de la accidentalidad de los usuarios de la bicicleta
Específicos:
Madrid, 25 de febrero de 2009
ETAPAS DEL PROYECTOAct
ivid
ades
téc
nic
as
Act
ivid
ad d
e ap
oyo
FASE 1
Estado del Arte
FASE 3
Diseño conceptual de modelos
FASE 4
Herramienta Web sobre
reducción de la
accidentalidad
FASE 6 –Gestión y Coordinación
FASE 2
Influencia de variables sobre accidentes ciclistas
FASE 5 –Difusión de resultados
Madrid, 25 de febrero de 2009
ÍNDICE
1. Influencia de variables sobre accidentes ciclistas
a. Datos urbanos
b. Datos interurbanos
2. Diseño conceptual de modelos
a. De causalidad
b. De ayuda a la decisión
c. De prospección
3. Herramienta informática de geolocalización
Madrid, 25 de febrero de 2009
1a. Encuesta Web http://accibici.grupoayesa.es
1. Influencia de variables
Madrid, 25 de febrero de 2009
1. Sexo del ciclista
2. Edad del ciclista
3. Distancia media recorrida
4. Frecuencia de uso
5. Motivo del viaje
6. Lugar y condiciones de la vía
7. Momento del accidente (día/hora)
8. Velocidad
9. Climatología
10. Elementos y medidas de seguridad
11. Estado de la bicicleta
12. Condiciones del ciclista
VAR
IAB
LES
1. Influencia de variables
Total encuestado 320
Usuarios válidos 253
Usuarios accidentados 155
Accidentes analizados 184
1a. Encuesta Web http://accibici.grupoayesa.es
Madrid, 25 de febrero de 2009
1. Motivo del desplazamiento
2. Duración del trayecto
3. Hora y día de la semana
4. Rodando sólo o en grupo
5. Tipología de vía
6. Condiciones de la vía
7. Edad y sexo del ciclista
8. Uso del casco
7. Infracción a norma de circulación
8. Distracción
9. Densidad de circulación
10. Velocidad inadecuada
11. Condiciones psicofísicas
12. Visibilidad de la señalización
13. Luminosidad
14. Regulación de la prioridad
VAR
IAB
LES1. Influencia de variables
1b. Variables identificadas
Accidentes registrados 580
Víctimas ciclistas 678
Bicicletas implicadas 614
Accidentalidad ciclista
Andalucía 2003-2007
Madrid, 25 de febrero de 2009
2a. Modelo probabilístico de causalidad de accidentes
2. Diseño de modelos
Necesidad del modelo
Existen muchos factores implicados
A priori, los factores son independientes
Con los datos disponibles no se conocen los factores determinantes
Madrid, 25 de febrero de 2009
2a. Modelo probabilístico de causalidad de accidentes
2. Diseño de modelos
Modelo de cluster jerárquico
Factores
Acc
iden
tes
aijaij =
1 si el factor j es causa del accidente i
0 en otro caso
1. Su punto de partida es la matriz de incidencias
2. Utiliza coeficiente de similitud entre accidentes para obtener grupos
Spq =a
a + b + c
a = número de factores causantes de los accidentes p y q
b = número de factores causantes sólo del accidente p
c = número de factores causantes sólo del accidente q
Madrid, 25 de febrero de 2009
2. Diseño de modelos
3. Algoritmo Inicio
Fin
Agrupar accidentes con Max Spq
Calcular el nuevo Spq
Crear el dendograma
¿Estan todos los accidentes en el mismo grupo?
si
no
qp
pm qnmn
pq NN
SS
⋅=∑∑∈ ∈
100%
60%
40%
0%
321
1
3
2
Accidentes
Sim
ilitu
d
Madrid, 25 de febrero de 2009
2a. Modelo probabilístico de causalidad de accidentes
2. Diseño de modelos
4. Determinación del número de grupos
Método de Milligan y Cooper
Basado medir la distancia entre niveles de agrupación consecutivos
Se elige el de mayor distancia
5. Cálculo de la influencia de cada factor
Índice de Lebart
Valores muy elevados implican responsabilidad en la agrupación
Madrid, 25 de febrero de 2009
2b. Modelo de ayuda a la decisión
2. Diseño de modelos
Objetivo: analizar y ayudar al usuario en la toma de decisiones sobre las medidas a incluir en el Plan de Actuación para la mejora de las condiciones de los ciclistas
1) Análisis de la importancia de los distintos tipos de accidentes (IGNt)
2) Análisis de la importancia de los factores (IFNt)
3) Análisis de la importancia de las posibles actuaciones de mejora (IMm)
4) Análisis multicriterio de las posibles actuaciones de mejora
5) Análisis del Plan de Actuación
Etapas:
Madrid, 25 de febrero de 2009
2b. 1. Análisis de la importancia de los tipos de accidentes
2. Diseño de modelos
1) Definición de los criterios (i) a considerar
2) Asignación de los pesos de los criterios (wi) / Σ wi=100
3) Valoración de cada criterio para cada tipo de accidente (Vi,t)
4) Cálculo de la Importancia Global de cada tipo de accidente (IGt)
5) Importancia Global Normalizada de cada tipo de accidente (IGNt)
Madrid, 25 de febrero de 2009
2b. 2. Análisis de la importancia de los factores
2. Diseño de modelos
1) Selección de los factores característicos (f) de cada tipo de accidente
2) Determinación del porcentaje de siniestros (Pt,f)
3) Cálculo de la importancia de los factores (IFf)
4) Importancia de los factores normalizada (IFNf)
Madrid, 25 de febrero de 2009
2b. 3. Análisis de la importancia de las actuaciones de mejora
2. Diseño de modelos
1) Asociación de las posibles actuaciones de mejora con cada factor (Rf,m)
2) Cálculo de la importancia de las actuaciones de mejora (IMm)
Rfm =1 si factor f y actuación m están relacionados
0 en otro caso
Madrid, 25 de febrero de 2009
2b. 4. Análisis multicriterio de las actuaciones de mejora
2. Diseño de modelos
1) Selección de los aspectos a valorar
2) Establecimiento de las importancias de los aspectos
3) Valoración de cada aspecto para cada actuación de mejora
4) Selección de las mejores valoraciones de cada aspecto
5) Normalización de las valoraciones y ponderación
6) Cálculo de las distancias de cada actuación a las mejores valoraciones
Madrid, 25 de febrero de 2009
2c. Modelo de prospección
2. Diseño de modelos
Objetivo: realizar un análisis prospectivo de la siniestralidad ciclista para un posible aumento del número de usuarios de bicicletas
1) La variación prevista de la accidentalidad se debe a la evolución de la población usuaria de bicicletas
2) Hay que conocer la estructura de la población actual y estimar su posible variación
3) Se realiza un estudio prospectivo por cada tipo de accidente considerado según el modelo probabilístico de accidentalidad
Consideraciones:
Madrid, 25 de febrero de 2009
2c. Modelo de prospección2. Diseño de modelos
1) Estratificación de la población ciclista según tipos de usuarios
2) Para cada tipo de accidente obtenido con el modelo probabilístico:
i. Establecer la matriz de incidencias entre tipo de usuario y factores
ii. Realizar una segmentación según tipo de usuario mediante el análisis de cluster jerárquico
3) Análisis de la previsión de accidentes
Etapas:
u
uutut nicialPoblaciónI
stimadaPoblaciónEsRegistradoAccidentesEstimadosAccidentes ×= ,,
Madrid, 25 de febrero de 2009
3. Herramienta informática basada en SIG
1) Geolocalización de accidentes sobre GoogleMaps
2) Gestión de datos de accidentes ciclistas
Madrid, 25 de febrero de 2009
3. Herramienta informática basada en SIG
3) Realización de consultas
4) Identificación de puntos de elevada accidentalidad
top related