Numerous studies have been conducte

Numerous studies have been conducted in recent years to investigate the frequency and severity of accidents on different parts of rural and urban freeways and highways, two-lane roads and arterials, or intersections using various methods of modeling accidents (Anastasopoulos and Mannering, 2009, Chang, 2005, Delen et al., 2006, Lord and Park, 2008, Lord et al., 2007, Ma et al., 2008, Milton et al., 2008 and Wang et al., 2009). Poisson and NB regression models have been used widely for predicting the occurrence of accidents on highways (Lord, 2006, Lord and Park, 2008 and Savolainen and Tarko, 2005). In addition, more advanced regression models such as zero-inflated negative binomials and Conway–Maxwell–Poisson generalized linear models are applied to modeling crashes (Lord, 2006, Lord et al., 2007 and Lord and Park, 2008). In previous studies, the average daily traffic (ADT) or annual average daily traffic (AADT) were used as volume-related independent variables for modeling (Ma et al., 2008 and Wang et al., 2009) or, considering the number of lanes on each side, the average daily traffic per lane was applied (Chang, 2005, Lee and Mannering, 2002 and Milton et al., 2008). Researchers also applied variables such as the average daily percentage of trucks in the traffic stream or the average daily truck traffic (ADTT) (Anastasopoulos and Mannering, 2009 and Milton et al., 2008) to consider the responsibility of heavy vehicles in the frequency and severity of highway accidents.

In their studies on the frequency and severity of highway accidents using a mixed logit model, Milton et al. (2008) concluded that the average daily traffic per lane had an increasing role in the likelihood of no injury accidents on highways (Milton et al., 2008). Chang (2005) concluded, in his investigation on the frequency of freeway accidents with a comparison between NB regression and artificial neural network models using variables such as ADT per lane, the percentage of trucks in the traffic flow and peak hour factor (PHF); Chang (2005) concluded that, given the traffic volume in the peak hour, volume-related variables that led to conflicts between vehicles and increased exposure to potential risks of accidents correlated with an increasing number of vehicles and trucks.

ผลลัพธ์ (ไทย) 1:

ได้ดำเนินการศึกษาจำนวนมากในการตรวจสอบความถี่และความรุนแรงของอุบัติเหตุในส่วนต่าง ๆ ของชนบท และเมืองหลุย และทางหลวง ถนนสองเลน และ arterials หรือทางแยกโดยใช้วิธีการต่าง ๆ ของการสร้างแบบจำลองอุบัติเหตุ (Anastasopoulos และ Mannering, 2009 ช้าง 2548, Delen et al. 2006 พระเจ้า และ สวน 2008 เจ้า et al. 2007, Ma et al. 2008 มิลตัน et al , 2008 และวัง et al. 2009) Poisson และ NB รุ่นถดถอยมีการใช้กันอย่างแพร่หลายสำหรับการทำนายการเกิดอุบัติเหตุบนทางหลวง (พระเจ้า พระ เจ้า 2006 และ สวน 2008 และ Savolainen และ Tarko, 2005) นอกจากนี้ ใช้ขั้นสูงรุ่นถดถอยดังกล่าวเป็นลมศูนย์ลบทวิและคอนเวย์ – แมกซ์เวลล์ – Poisson ทั่วไปแบบเชิงเส้นการสร้างแบบจำลองล้มเหลว (พระเจ้า 2006 เจ้า et al. 2007 และพระ และ สวน 2008) ในการศึกษาก่อนหน้านี้ การจราจรรายวันเฉลี่ย (ADT) หรือค่าเฉลี่ยรายปีการจราจรรายวัน (AADT) ถูกใช้เป็นไดรฟ์ข้อมูลที่เกี่ยวข้องกับตัวแปรอิสระ สำหรับการสร้างโมเดล (Ma et al. 2008 และวัง et al. 2009) หรือ พิจารณาจำนวนเลนแต่ละด้าน การจราจรรายวันเฉลี่ยต่อเลนเป็นใช้ (ช้าง 2005 ลี และ Mannering, 2002 และมิลตัน et al. 2008) นอกจากนี้นักวิจัยยังใช้ตัวแปรเช่นเปอร์เซ็นต์เฉลี่ยรายวันของรถบรรทุกในกระแสจราจรหรือจราจรรถบรรทุกรายวันเฉลี่ย (ADTT) (Anastasopoulos และ Mannering, 2009 และมิลตัน et al. 2008) การพิจารณาความรับผิดชอบยานพาหนะหนักในความถี่และความรุนแรงของอุบัติเหตุบนถนนในการศึกษากับความถี่และความรุนแรงของอุบัติเหตุบนถนนโดยใช้แบบจำลอง logit ผสม มิลตัน et al. (2008) สรุปว่า การจราจรรายวันเฉลี่ยต่อเลนได้มีบทบาทเพิ่มขึ้นในโอกาสของการไม่มีอุบัติเหตุบาดเจ็บบนทางหลวง (Milton et al. 2008) ช้าง (2005) สรุป ในการสืบสวนของเขาอยู่กับความถี่ของการเกิดอุบัติเหตุทางด่วนด้วยการเปรียบเทียบระหว่างแบบจำลองโครงข่ายประสาทเทียมโดยใช้ตัวแปรเช่น ADT ต่อเลนและถดถอย NB เปอร์เซ็นต์ของรถบรรทุกในการจราจรไหลและสูงสุดชั่วโมงปัจจัย (PHF); ช้าง (2005) สรุปว่า รับปริมาณการจราจรในชั่วโมงเร่งด่วน ตัวแปรที่เกี่ยวข้องกับปริมาณที่นำไปสู่ความขัดแย้งระหว่างแสงเพิ่มขึ้นถึงความเสี่ยงของการเกิดอุบัติเหตุและยานพาหนะ มีความสัมพันธ์กับการเพิ่มจำนวนของรถถังและรถบรรทุก

ผลลัพธ์ (ไทย) 2:

การศึกษาจำนวนมากได้รับการดำเนินการในปีที่ผ่านมาในการตรวจสอบความถี่และความรุนแรงของการเกิดอุบัติเหตุในส่วนต่าง ๆ ของทางด่วนในเมืองและชนบทและทางหลวงถนนสองเลนและ arterials หรือทางแยกโดยใช้วิธีการต่างๆของการเกิดอุบัติเหตุการสร้างแบบจำลอง (Anastasopoulos และริ่ 2009 ช้าง 2005 delen et al., 2006 องค์พระผู้เป็นเจ้าและสวน 2008 พระเจ้า et al., 2007 Ma et al., 2008 มิลตัน et al., 2008 และวัง et al., 2009) Poisson และ NB รุ่นถดถอยได้รับการใช้กันอย่างแพร่หลายในการทำนายการเกิดขึ้นของการเกิดอุบัติเหตุบนทางหลวง (ลอร์ด 2006 ลอร์ดและสวน 2008 และ Savolainen และ Tarko 2005) นอกจากนี้รูปแบบการถดถอยที่สูงขึ้นเช่นเป็นศูนย์ที่สูงขึ้น binomials เชิงลบและคอนเวย์-ปัวซองทั่วไปตรงรุ่นจะถูกนำไปใช้กับการสร้างแบบจำลองการเกิดปัญหา (ลอร์ด 2006 ลอร์ด et al., 2007 และลอร์ดและสวน 2008) ในการศึกษาก่อนหน้านี้การจราจรเฉลี่ยต่อวัน (ADT) หรือรายปีอัตราการเข้าชมเฉลี่ยต่อวัน (AADT) ถูกนำมาใช้เป็นตัวแปรอิสระปริมาณที่เกี่ยวข้องกับการสร้างแบบจำลอง (MA et al., 2008 และวัง et al., 2009) หรือพิจารณาจำนวน ถนนหนทางในแต่ละด้านการจราจรเฉลี่ยต่อวันต่อช่องทางที่ถูกนำมาใช้ (ช้างปี 2005 ลีและริ่ง, ปี 2002 และมิลตัน et al., 2008) นักวิจัยยังใช้ตัวแปรเช่นร้อยละเฉลี่ยต่อวันของรถบรรทุกในกระแสการจราจรหรือรถบรรทุกเฉลี่ยต่อวันการจราจร (ADTT) (Anastasopoulos และริ่ง, 2009 และมิลตัน et al., 2008) ที่จะต้องพิจารณาความรับผิดชอบของยานพาหนะที่ตกหนักในความถี่และ ความรุนแรงของการเกิดอุบัติเหตุทางหลวง. ในการศึกษาของพวกเขาในความถี่และความรุนแรงของการเกิดอุบัติเหตุทางหลวงโดยใช้แบบจำลองโลจิตผสมมิลตัน, et al (2008) ได้ข้อสรุปว่าการจราจรเฉลี่ยต่อวันต่อช่องทางที่มีบทบาทเพิ่มขึ้นในโอกาสของการเกิดอุบัติเหตุที่ไม่ได้รับบาดเจ็บบนทางหลวง (มิลตัน et al., 2008) ช้าง (2005) สรุปในการสืบสวนของเขาอยู่กับความถี่ของการเกิดอุบัติเหตุบนทางด่วนที่มีการเปรียบเทียบระหว่าง NB ถดถอยและรูปแบบเครือข่ายประสาทเทียมใช้ตัวแปรเช่น ADT ต่อเลนเปอร์เซ็นต์ของรถบรรทุกในการไหลของการจราจรและปัจจัยในชั่วโมงเร่งด่วน (PHF) ที่นั้น ช้าง (2005) สรุปได้ว่าการได้รับปริมาณการจราจรในชั่วโมงเร่งด่วนตัวแปรปริมาณที่เกี่ยวข้องกับการที่นำไปสู่ความขัดแย้งระหว่างยานพาหนะและเพิ่มความเสี่ยงที่อาจเกิดขึ้นจากการเกิดอุบัติเหตุมีความสัมพันธ์กับการเพิ่มจำนวนของยานพาหนะและรถบรรทุก