Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/32006
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMonteiro, Leonardo de Almeida-
dc.contributor.authorMacedo, Deivielison Ximenes Siqueira-
dc.date.accessioned2018-05-17T16:06:28Z-
dc.date.available2018-05-17T16:06:28Z-
dc.date.issued2018-
dc.identifier.citationMACEDO, D. X. S. (2018)pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/32006-
dc.descriptionMACEDO, Deivielison Ximenes Siqueira. Uso de técnicas de agrupamento e rede neural em sinistros com máquinas agrícolas nas rodovias federais. 2018. 161 f. Tese (Doutorado em Engenharia Agrícola)-Universidade Federal do Ceará, Fortaleza, 2018.pt_BR
dc.description.abstractWith the agriculture growth and the need to improve production increasingly tractor use is necessary, along with the growth of the quantity of machines, comes the increase in the number of cases that resulted in accidents, but there is a lack of information on the current situation in the country and how to prevent these occurrences. The neural network is an important tool to tackle adversity, because they take into account all the variables inherent in the different problem of some conventional methods, which only explore the situation according to their limitations, and propose solutions to resolve the problem. The objective was apply the neural networks through the SOM (Self Organized Map) networks, on the indicators of the accidents occurred in Brazilian federal highways involving tractors, identifying the presented patterns and using techniques of hierarchical and non hierarchical groupings to determine the groups of accidents more similar to each other for each region and in the country. The work consisted of a partnership between the Laboratory of Agricultural Accident Investigations-LIMA and the 16th Superintendence of the Federal Highway Police in Fortaleza, which provided the TAB Traffic Accident Bulletin for the period from 2007 to 2016. In TAB the indicators evaluated were: type of accident, cause of the accident, time of day in which the accident occurred, the clinical condition of the victims, track layout and weather conditions at the time of the accident, to the networks for regions was also included the Federative unit. The use of neural networks has been performed by the self organized maps, hierarchical clustering method used was the dendrogram, the non-hierarchical was the K-means coefficient and was used DB index to validate and assist in determining the number of groups, and all methods were obtained through Matlab software. The classes of indicators that more neurons were activated rear-end collision, inattention, clear sky/sun without victims, straight track and in the morning. The most active neurons to the indicator status were Pará (North), Bahia (Northeast), Goiás and Mato Grosso do Sul (Midwest), Minas Gerais (Southeast) and Rio Grande do Sul (South). Situations that provided greater quantity of injured or fatalities were trampling and the rear-end collision in the evening. The combined use of cluster analysis with SOM networks proved to be an excellent combination for representation and analysis of accidents by working with multiple variables, allowing a more complete exploratory analysis of accidents.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectRedes SOMpt_BR
dc.subjectSegurançapt_BR
dc.subjectColisõespt_BR
dc.titleUso de técnicas de agrupamento e rede neural em sinistros com máquinas agrícolas nas rodovias federaispt_BR
dc.typeThesispt_BR
dc.description.abstract-ptbrCom o crescimento da agricultura e a necessidade de melhorar a produção cada vez mais o uso do trator é necessário, junto com o crescimento do quantitativo de máquinas, vem o acréscimo no número de casos que culminaram em acidentes, porém ainda há uma carência de informação sobre a atual situação do país e como prevenir estas ocorrências. A rede neural é uma importante ferramenta para resolver adversidades, pois levam em consideração todas as variáveis inerentes ao problema diferente de alguns métodos convencionais, que só exploram a situação de acordo com suas limitações, e propõem soluções para resolver o problema. Assim objetivou-se aplicar as redes neurais através das redes SOM (Self Organized Map), sobre os indicadores dos acidentes ocorridos em rodovias federais brasileiras envolvendo tratores, identificando os padrões apresentados e utilizando técnicas de agrupamentos hierárquicos e não hierárquicos para determinar os grupos de sinistros mais similares entre si para cada região e no país. O trabalho consistiu de uma parceria do Laboratório de Investigação de Acidentes com Máquinas Agrícolas-LIMA com a 16ª Superintendência da Polícia Rodoviária Federal em Fortaleza, a qual forneceu o Boletim de Acidente de TrânsitoBAT referente ao período de 2007 a 2016. No BAT os indicadores avaliados foram: tipo de acidente, causa do acidente, período do dia em que ocorreu o acidente, condição clínica dos acidentados, traçado da via e condições climáticas no momento do acidente, para as redes referentes às regiões também foi incluído a unidade federativa. O uso das redes neurais foi realizado através dos mapas auto organizados, o método de agrupamento hierárquico utilizado foi o dendrograma, o não hierárquico foi o coeficiente de K-means e foi utilizado o índice DB para validar e auxiliar na determinação da quantidade de grupos, sendo que todos os métodos foram obtidos através do software Matlab. As classes dos indicadores que ativaram mais neurônios foram colisão traseira, falta de atenção, céu claro\sol, sem vítimas, pista reta e no período da manhã. Os neurônios mais ativos para o indicador estado foram o Pará (Norte), Bahia (Nordeste), Goiás e Mato Grosso do Sul (Centro-Oeste), Minas Gerais (Sudeste) e Rio Grande do Sul (Sul). As situações que proporcionaram maior quantitativo de vítimas feridas ou fatais foram o atropelamento e a colisão traseira no período da noite. O uso combinado de técnicas de agrupamento com redes SOM se mostrou uma excelente combinação para representação e análise de acidentes por trabalhar com várias variáveis, permitindo uma análise exploratória mais completa dos sinistros.pt_BR
dc.title.enUse of clustering techniques and neural network in accidents with agricultural machines on federal highwayspt_BR
Appears in Collections:PPGENA - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_tese_dxsmacedo.pdf5,97 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.