Publikace detail

A bee colony optimization (BCO) and type-2 fuzzy approach to measuring the impact of speed perception on motor vehicle crash involvement

Autoři: Čubranić-Dobrodolac Marjana | Švadlenka Libor | Cicevic Svetlana | Trifunovic Aleksandar | Dobrodolac Momcilo

Rok: 2021

Druh publikace: článek v odborném periodiku

Název zdroje: Soft Computing

Název nakladatele: Springer

Místo vydání: New York

Strana od-do: nestránkováno

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Optimalizace pomocí mravenčích kolonií a fuzzy přístup druhého typu použitý k měření vlivu vnímání rychlosti jízdy na účast v dopravní nehodě	Velkou výzvou tohoto článku je zjistit jak mají různé formy vnímání rychlosti jízdy řidičem vliv na jeho účasti v dopravní nehodě. K modelování tohoto vztahu je použit fuzzy inferenční systém druhého typu (T2FIS). Další obecnou výzvou je zlepšit výsledky sedmi vytvořených T2FIS ve smyslu shody s empirickými daty. To je dosaženo prostřednictvím návrhu algoritmu založeného na BCO metaheuristice. Hlavní inovací tohoto algoritmu je způsob jak jsou identifikovány testovací body v rámci fuzzy přístupu druhého typu, což ovlivňuje účinnost provedení. Sběr dat byl realizován prostřednictvím dvanácti experimentů. Celkem 178 mladých řidičů posuzovali rychlost jízdy ze čtyř perspektiv. Tři z nich se vztahují ke vnímání rychlosti jízdy ostatních vozidel na pozemní komunikaci, zatímco čtvrtý se vztahuje k posouzení vlastní rychlosti jízdy. Vždy jsou posuzovány tři rychlosti 30 km/h, 50 km/h a 70 km/h. Výsledkem navrhovaného algoritmu je vztah mezi různými způsoby vnímání rychlosti jízdy a účasti na dopravní nehodě, který je kvantifikován. Algoritmus založený na optimalizaci pomocí mravenčích kolonií dosahuje zlepšení o 21,17 % ve srovnání s počáteční T2FIS. Finální výsledky naznačují, že u řidičů kteří špatně vnímají rychlost jízdy svého vozidla a těch, na které se dívají zezadu, je zvýšené riziko účasti na dopravní nehodě ve srovnání s ostatními formami vnímání rychlosti jízdy. To může být užitečné v různých vzdělávacích programech a v procesech přijímání nových řidičů.	bezpečnost silniční dopravy; dopravní nehody; vnímání rychlosti jízdy z pohledu řidiče; fuzzy inferenční systém; optimalizace pomocí mravenčích kolonií; metaheuristika
eng	A bee colony optimization (BCO) and type-2 fuzzy approach to measuring the impact of speed perception on motor vehicle crash involvement	The major challenge of this paper is to examine how various forms of speed perception affect motor vehicle crash (MVC) involvement. To model this relationship, we use a type-2 fuzzy inference system (T2FIS). Another general challenge is to improve the performance of seven created T2FISs in a sense of compliance with the empirical data. This is achieved by a proposal of an algorithm based on the bee colony optimization (BCO) metaheuristic. The main novelty of this algorithm is the way how the testing points are selected in a type-2 fuzzy environment, which influences the execution efficiency. Data collection was carried out in twelve experiments. A total of 178 young drivers assessed the speed level from four positions; three of them relate to the speed perception of other vehicles on the road, while the remaining one represents the assessment of their own speed. At each position, three speed levels were assessed: 30, 50, and 70 km/h. As a result of the implemented methodology, a relationship between the various forms of speed perception and participation in MVCs can be quantified. The BCO-based algorithm achieved an average improvement of 21.17% in the performance of the initial T2FIS structures. The final results indicate that the drivers whose speed perception of the vehicle they are looking at from the rear side, as well as of the own vehicle, is poor have an elevated risk toward participation in MVCs compared to other forms of speed perception. This can be useful in various educational and recruitment procedures.	Road safety; Motor vehicle crashes; Speed perception; Fuzzy inference system; Bee colony optimization; Metaheuristic optimization

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Pracoviště

Jak nás najdete?

Služby

Často hledáte