請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21943
標題: | 隱藏式馬可夫模型於交通事故發生率的預測 A Hidden Markov Model for Predicting the Incidence of Traffic Accidents |
作者: | Hao-Sheng Fang 方皓聖 |
指導教授: | 溫在弘(Tzai-Hung Wen) |
關鍵字: | Google Maps API,交通事故,交通事故頻率資料,隨機過程,隱藏式馬可夫模型, Crash-Frequency Data,Google Maps API,Hidden Markov Model,Stochastic Process,Traffic Accidents, |
出版年 : | 2018 |
學位: | 碩士 |
摘要: | 對於連年增長的交通事故事件數,研究者致力於更進一步地了解交通事故發生的可能因素。然而,因為沒有更多詳細資料能夠了解個別事故發生的原因,多數研究者投入於了解影響交通事故發生頻率的因素,透過統計方法來解決此問題。因此,本研究對於此領域提出一個新的蒐集資料方法,可應用於交通事故,將Google Maps內部蒐集的路網車速資料,以應用程式介面(Application Programming Interface; API)提取出來,並將它與隱藏式馬可夫模型做結合,進行隱藏狀態(交通事故發生率)的辨識與預測。
本研究將臺北市於2008-2013年發生的交通事故點位置,編入臺北市的路網結構內,以此分析每條路段上發生交通事故的時序資料,再與車速資料做對比並估計機率參數來建立模型。研究結果顯示,以此方法預測交通事故的發生率,在交通事故發生較多的路段上有很好的表現。且對於界定隱藏狀態的臨界值,因應不同路段給定不同的臨界值,能對於模型的預測強度再提升。本研究的應用可延伸為評估路段的風險指數,為都市風險管理者或即時導航系統做出決策。 |
URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21943 |
DOI: | 10.6342/NTU201803771 |
全文授權: | 未授權 |
顯示於系所單位: | 統計碩士學位學程 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-107-1.pdf 目前未授權公開取用 | 2.09 MB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。