Buscar en Google Scholar
Título: Método para predecir la probabilidad de siniestros viales en base a Crash Modification Factor en el tramo de Lima – La Oroya del km 109 al 112 de la Carretera Central
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.01.01; https://purl.org/pe-repo/ocde/ford#2.00.00
Fecha de publicación: 3-ene-2025
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: El trabajo de investigación presentado tiene como finalidad desarrollar y obtener un modelo predictivo de siniestralidad vial en la carretera central del km 109 al 112 del tramo Lima – La Oroya, considerando el alto número de siniestros viales registrados en el tramo mencionado. Para realizar el modelo predictivo se utilizan Crash Modification Factors (CMF) de acuerdo con las características y atributos viales de la sección, de igual manera, se usan los valores SRSS que miden el riesgo vial a partir de una simulación realizada en un software de IRAP. El registro de siniestros viales entre el año 2020 y 2021 en el tramo en mención es bastante alto con 48 registros, a raíz de estos números se empezó a analizar las características de la vía para obtener los CMF y los valores SRSS con los valores obtenidos se realiza una regresión lineal en el software Excel, donde la variable dependiente son los valores SRSS y las variables independientes son los CMF, obteniendo una ecuación final que sirve como modelo de predicción de riesgo vial, os valores otorgados por este modelo tienen que ser comparados y validados con los de la simulación (SRSS) para lo cual se utiliza la expresión estadística GEH, esta expresión tiene que ser menor a 5 para dar confiabilidad y validez al modelo generado, para este trabajo todos los valores resultaron menores a 5 validando el modelo realizado. Finalmente, se obtuvo el modelo predictivo final y validado con el cual se pueden implementar mejora en los atributos de la carretera y obtener riesgos viales más bajos de los que se tiene actualmente en búsqueda de mejorar la seguridad vial y reducir la cantidad de siniestros ocurridos en los últimos años.

The purpose of the research work presented is to develop and obtain a predictive model of road accidents on the central highway from km 109 to 112 of the Lima - La Oroya section, considering the high number of road accidents recorded in the aforementioned section. The predictive model uses Crash Modification Factors (CMF) according to the characteristics and road attributes of the section, as well as SRSS values that measure road risk based on a simulation carried out in IRAP software. The record of road accidents between 2020 and 2021 in the mentioned section is quite high with 48 records, as a result of these numbers we began to analyze the characteristics of the road to obtain the CMF and SRSS values With the values obtained a linear regression is performed in Excel software, where the dependent variable is the SRSS values and the independent variables are the CMF, The values given by this model have to be compared and validated with those of the simulation (SRSS) for which the statistical expression GEH is used, this expression has to be less than 5 to give reliability and validity to the model generated, for this work all values were less than 5 validating the model made. Finally, the final and validated predictive model was obtained, which can be used to implement improvements in road attributes and obtain lower road risks than those currently in place in order to improve road safety and reduce the number of accidents that have occurred in recent years.
Enlace al repositorio: http://hdl.handle.net/10757/683847
Disciplina académico-profesional: Ingeniería Civil
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero Civil
Jurado: Torres Diaz, Victor Elias; Silvera Lima, Manuel Elías
Fecha de registro: 8-ene-2025



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons