Clasificación del peligro de accidentes de tránsito mediante redes neuronales artificiales y optimización del diseño geométrico según normas internacionales y DG-2018 en la vía Los Libertadores (PE-28A), Ayacucho
No Thumbnail Available
Date
2026
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de San Cristóbal de Huamanga
Abstract
La presente investigación desarrolló dos modelos de redes neuronales artificiales (RNA) para clasificar el nivel de riesgo de accidentes de tránsito en la Vía Los Libertadores (PE-28A), Ayacucho, combinados con un análisis normativo comparativo del diseño geométrico vial y un programa de alerta basado en geolocalización GPS en tiempo real. El Modelo RNA N°01 (clasificación binaria: Riesgo Menor / Riesgo Mayor), entrenado con 202 registros históricos de accidentes y 23 variables del diseño geométrico, condiciones climáticas y factores viales conforme a la DG-2018, alcanzó un accuracy de 90,48 % y AUC-ROC de 0,9818 en el conjunto de evaluación. El Modelo RNA N°02 (clasificación multiclase: Riesgo Bajo / Medio / Alto), entrenado con 2,997 segmentos geométricos modelados en AutoCAD Civil 3D y expandidos a 5,394 registros mediante SMOTE, alcanzó un accuracy de 98,00 % y AUC-ROC de 0,9985, demostrando capacidad predictiva sobresaliente. El análisis comparativo de 12 parámetros geométricos entre la DG-2018 y las normativas de Noruega, Islandia, Suecia, Reino Unido y Japón identificó deficiencias técnicas en la norma peruana, dando lugar a siete propuestas de mejora (P1–P7). Asimismo, se implementó un programa de alerta de accidentes como archivo HTML autocontenido, con rastreo GPS en tiempo real, cálculo de proximidad por la fórmula de Haversine y sistema de alerta multimodal (sonoro, vocal y vibración). Los resultados demuestran que la integración de redes neuronales artificiales, análisis normativo y geolocalización constituye un enfoque efectivo para la predicción y reducción de accidentes de tránsito en carreteras nacionales del Perú.
Description
Keywords
Redes neuronales artificiales, Accidentes de tránsito, Diseño geométrico vial, Geolocalización, Seguridad vial, Carreteras, Ingeniería del transporte
