Please use this identifier to cite or link to this item:
https://elib.psu.by/handle/123456789/47264
Title: | Методы анализа данных и прогнозирования аварийности на примере города Минска |
Authors: | Лебедева, М. Р. Лобашов, А. О. Семченков, С. С. Lebedeva, M. Lobashov, A. Semchenkov, S. |
Other Titles: | Methods of Data Analysis and Accident Rate Prediction on the Example of the City of Minsk |
Issue Date: | 2025 |
Publisher: | Полоцкий государственный университет имени Евфросинии Полоцкой |
Citation: | Лебедева, М. Р. Методы анализа данных и прогнозирования аварийности на примере города Минска / М. Р. Лебедева, А. О. Лобашов, С. С. Семченков // Вестник Полоцкого государственного университета. Серия B, Промышленность. Прикладные науки. - 2025. - № 1(51). - С. 70-76. – DOI 10.52928/2070-1616-2025-51-1-70-76. |
Abstract: | Представлены методы прогнозирования аварийности на дорогах с целью повышения безопасности дорожного движения. Апробирование методов и прогноз аварийности выполнен на примере г. Минска. Оценка количества погибших и раненых проведена с использованием двух моделей и двух методов: модели ARIMA, модели SARIMA, метода линейной регрессии и метода «случайного леса». Каждый метод и каждая модель оценивается по точности и достоверности прогнозов. Анализ показал: методы линейной регрессии и «случайного леса» наиболее точно предсказывают количество погибших, но для прогнозирования количества раненных требуется дальнейшая доработка моделей; модели ARIMA и SARIMA дают завышенные прогнозы для обеих категорий. В статье также рассматривается возможность использования экзогенных факторов для повышения точности прогноза. Результаты могут быть полезны для разработки эффективных мер по снижению аварийности и улучшению ситуации на дорогах. |
metadata.local.description.annotation: | The article discusses methods for predicting accidents on the roads in order to improve road safety. The methods were tested and the accident rate forecast was carried out using the example of Minsk, the estimate of the number of dead and injured was carried out using two models and two methods: the ARIMA model, the SARIMA model, the linear regression metric and the “Random Forest” method. Each method and each model is evaluated according to the accuracy and reliability of the forecasts. The analysis showed that linear regression and “Random Forest” methods most accurately predict the number of deaths, while the ARIMA and SARIMA models provide overestimated forecasts for both categories, and further refinement of the models is required to predict the number of injured. The article also discusses the possibility of using exogenous factors to improve the accuracy of the forecast. The results can be useful for developing effective measures to reduce accidents and improve the situation on the roads. |
URI: | https://elib.psu.by/handle/123456789/47264 |
metadata.dc.rights: | open access |
metadata.dc.identifier.doi: | 10.52928/2070-1616-2025-51-1-70-76 |
Appears in Collections: | 2025, № 1 (51) |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.