Abstract
When the number of reported accidents to evaluate the safety of intersections is insufficient, we can use the traffic conflict technique. However, It raises a problem related to the variation of individual surveyor's recognition. This paper, to reduce the variation of individual surveyor's recognition, uses the Fuzzy Neural Network System(FNN). It is made up of a Fuzzy which is used to reduce the human obscurity, and a Neural Network System which is used to abstract, learn and memorize the certain events like the activity of human brain. At the result, the proposed model of this paper showed that it reduced the variation of surveyor's recognition until about 70 percentiles and could construct a more accurate traffic conflict model.
교통상충기법은 사고자료가 부족한 경우 단기간내에 교차로의 안전도를 진단할 수 있는 장점을 지니지만, 분석에 이용되는 현장 데이터가 조사원에 의해 수집되기 때문에 조사원 개인의 인지 정도에 따른 오차가 발생하는 단점을 지닌다. 이에 본 연구에서는 조사원 개인의 인지 오차를 최소화하는 방안으로, 애매성에 따른 인지분포 차이를 최소화하는데 유용한 퍼지추론과 이를 연상 기억 학습 할 수 있는 뉴럴네트워크를 혼용한 퍼지뉴럴네트워크를 적용하였다. 퍼지뉴럴네트워크를 교통상충기법에 적용한 결과 조사자의 인지 분산폭을 약 70%까지 축소하여 정도 높은 상충 모형을 구축할 수 있었다.