Эксплуатациялык ылдамдык модели — айдоочулар эркин агым шарттарында жолдун геометриясында иш жүзүндө тандаган ылдамдык менен жолдун геометриялык өзгөчөлүктөрүнүн ортосундагы байланышты сандык түрдө туюнткан статистикалык божомолдоо модели. Бул изилдөө Индиянын беш аймагындагы төрт тилкелүү бөлүнгөн автомобиль жолдорундагы 22 горизонталдык ийри жана 22 тангенс кесимден турган 44 кесимден жыйналган жол геометриясы жана эркин агым ылдамдыгы боюнча маалыматтарды колдонуп, жеңил автомобилдердин 85-процентилдик ылдамдыгын көптүк сызыктуу регрессия (Multiple Linear Regression, MLR) жана негизги компоненттер регрессиясы (Principal Component Regression, PCR) менен моделдеген.

MLR моделдеринде көз карандысыз геометриялык өзгөрмөлөрдүн ортосунда жогорку мультиколлинеардуулук аныкталган. Булак колдонгон VIF > 4 критерийине ылайык, ийри жана тангенс моделдериндеги айрым өзгөрмөлөр кабыл алынган чектен ашкан. Андан кийин негизги компоненттерди талдоо (Principal Component Analysis, PCA) колдонулуп, ийри жана тангенс маалыматтарынын экөөндө тең өздүк мааниси 1ден чоң болгон алгачкы эки негизги компонент тандалган жана эксплуатациялык ылдамдык ушул компоненттер менен кайра моделденген.

PCR изилдөөнүн өзүндөгү моделдерди салыштырууда MLRге караганда жогору R² жана төмөн VIF маанилерин берген. Ийри кесимде MLR үчүн R²=0,721, PCR үчүн R²=0,858; тангенс кесимде MLR үчүн R²=0,719, PCR үчүн R²=0,848 деп билдирилген. PCRде VIF маанилери ийриде 1,01-1,28, тангенсте 1,11-1,86 аралыгына чейин төмөндөгөн.

Бирок изилдөө өзүнчө окутуу-тест маалымат бөлүштүрүүсүн, кайчылаш текшерүүнү же көз карандысыз тышкы валидацияны билдирбейт. Ошондуктан PCRдин артыкчылыгы ушул маалымат топтомундагы моделдин шайкештиги жана мультиколлинеардуулукту көзөмөлдөө жагынан чечмеленүүгө тийиш; жаңы автомобиль жолдорундагы божомолдоо ийгилиги өзүнчө текшерилиши керек.

Изилдөөнүн көйгөйү

Автомобиль жолдорун геометриялык долбоорлоодо колдонулган долбоордук ылдамдык жолдун инженердик мүнөздөмөлөрүн аныктоодогу негизги өзгөрмө болуп саналат. Бирок айдоочулар реалдуу кыймылда тандаган ылдамдык дайыма эле долбоордук ылдамдыкка барабар болбойт. Эгер жолдун удаалаш геометриялык элементтери айдоочуну күтүлбөгөн ылдамдык өзгөрүүлөрүнө мажбурласа, геометриялык долбоордун ырааттуулугу начарлашы мүмкүн.

Бул изилдөө өзгөчө горизонталдык ийрилерде жана түз тангенс кесимдерде айдоочулардын иш жүзүндөгү ылдамдык жүрүм-турумун изилдейт. Изилдөөчүлөр адегенде ылдамдыктын бөлүштүрүлүшүн аныктап, андан соң 85-процентилдик ылдамдыкты жол геометриясы менен байланыштырган моделдерди түзүшөт.

Эксплуатациялык Ылдамдык Деген Эмне жана Эмне Үчүн 85-Процентилдик Ылдамдык Колдонулат?

Эксплуатациялык ылдамдык бул изилдөөдө эркин агым шарттарында байкалган транспорт каражаттарынын ылдамдык бөлүштүрүлүшүнүн 85-процентилдик мааниси менен көрсөтүлгөн ылдамдык; бул маани айдоочулардын басымдуу көпчүлүгү ашырбаган реалдуу айдоо ылдамдыгын мүнөздөө жана жол геометриясынын айдоочунун жүрүм-турумуна канчалык шайкеш келерин баалоо үчүн колдонулган.

Долбоордук ылдамдык менен эксплуатациялык ылдамдыктын айырмасы

Долбоордук ылдамдык — жол геометриясын долбоорлоодо колдонулуучу инженердик кириш параметр. Эксплуатациялык ылдамдык болсо айдоочулардын курулуп бүткөн жолдо эркин агым шартында иш жүзүндө тандаган ылдамдык жүрүм-турумунан алынат.

Ошондуктан бирдей долбоордук ылдамдыктагы эки жол элементи ар башка ийри радиустары, кирүү шарттары, жол жээги же ортоңку бөлүүчү тилке өзгөчөлүктөрүнөн улам ар башка реалдуу ылдамдык бөлүштүрүлүшүн түзүшү мүмкүн.

Изилдөөнүн үч негизги максаты

Булак үч негизги максатты аныктайт: төрт тилкелүү бөлүнгөн автомобиль жолдорунун ийри жана тангенс кесимдеринде автомобилдердин ылдамдык бөлүштүрүлүшүн изилдөө; MLR менен эксплуатациялык ылдамдык моделдерин иштеп чыгып, мультиколлинеардуулуктун таасирин баалоо; мультиколлинеардуулукту эске алуу үчүн PCA негизиндеги PCR моделдерин иштеп чыгып, эксплуатациялык ылдамдыкты божомолдоо.

Изилдөө аймагы

Автомобиль жолунун кесимдери Индиянын Assam, Madhya Pradesh, Delhi, Mumbai жана Telangana аймактарынан тандалган. Жалпы 44 кесимдин 22си горизонталдык ийри, 22си тангенс.

Кесимдерди тандоо критерийлери

Тандалган жол бөлүктөрү шаарлардан же тыгыз курулган аймактардан алыс болушу, ийри же тангенстин айланасындагы 1 km ичинде кесилиш болбошу, жол жабуусу жакшы жана кургак абалда болушу жана жол боюнда айдоо жүрүм-турумун бузушу мүмкүн болгон иш-аракеттер же тоскоолдуктар болбошу көздөлгөн.

Геометриялык маалыматтар кантип жыйналды?

Ийринин радиусу \(R\), ийринин даражасы \(DC\) жана ийринин узундугу \(CL\) Google Maps сүрөттөрүн AutoCADге өткөрүү аркылуу бааланган. Ийри чекиттеринин так жайгашуусу Android OSM Tracker тиркемеси менен аныкталган.

Кыймыл тилкесинин туурасы, жол жээгинин туурасы жана ортоңку бөлүүчү тилкенин туурасы өлчөө тасмасы менен өлчөнгөн. Кирүүнүн түрү жана километрге туура келген кирүү чекиттеринин тыгыздыгы Google Maps аркылуу бааланып, текшерилген.

Эркин агым ылдамдыктары кантип өлчөндү?

Small car, big car, heavy commercial vehicle, two-wheeler, bus жана light commercial vehicle класстарынын эркин агым ылдамдыктары ийри жана тангенстердин орто чекитинде radar gun менен өлчөнгөнү көрсөтүлөт. Өлчөөлөр күндүз жана жакшы аба ырайында жүргүзүлгөн.

Булак radar gun түзмөгүнүн маркасын/моделин жана ар бир транспорт каражатынын классында канча ылдамдык өлчөөсү жыйналганын билдирбейт.

Метод бөлүмүндө bus классы да өлчөнгөнү айтылганына карабастан, булактын Table 3 таблицасында bus үчүн сүрөттөмө ылдамдык маанилери берилген эмес.

Эмне үчүн small car жана big car бир класска бириктирилди?

Эки автомобиль тобунун орточо маанилери жана дисперсиялары айырмаланабы же жокпу Z жана F тесттери менен текшерилген. Дисперсиялар 111,72 жана 98,09; \(F_{calculated}=1,18\) жана \(F_{critical}=1,36\) деп билдирилген. Орточо ылдамдыктар 84,91 жана 85,93 km/h; \(Z_{calculated}=1,73\) жана \(Z_{critical}=1,96\).

\(\alpha=0,05\) деңгээлинде эсептелген F да, Z мааниси да критикалык мааниден төмөн болуп, булак топтордун ортосундагы айырманы “not significant” деп баалаган. Ошондуктан small car жана big car маалыматтары кийинки талдоолордо Car категориясына бириктирилген.

Ылдамдык бөлүштүрүлүштөрү

Автомобиль ылдамдыктары класстык интервалдарга бөлүнүп, жыштык бөлүштүрүлүштөрү алынган. Бөлүштүрүүгө шайкештик Kolmogorov-Smirnov тести менен бааланган; normal, log-normal, төрт параметрлүү beta, үч параметрлүү Weibull, gamma жана generalized extreme value бөлүштүрүлүштөрү каралган.

Булактын жыйынтык бөлүмүнө ылайык, автомобиль ылдамдыктары ийри кесимдерде beta-4, тангенс кесимдерде log-normal бөлүштүрүлүшүн көрсөткөн. 5-беттеги Figure 2 биринчи ийри жана биринчи тангенс кесим үчүн байкалган жыштыктарды тандалган бөлүштүрүү ийри сызыктары менен бирге көрсөтөт.

Булак Table 3төгү бардык автомобиль ылдамдыктарынын орточо маанилери менен Table 5теги кесимдер боюнча 85-процентилдик ылдамдыктардын жыйынтыгын кайсы салмактоо түзүмү аркылуу байланыштырганын деталдуу түшүндүрбөйт. Ошондуктан эки таблица ар башка агрегатташтыруу деңгээлине ээ экенин эске алуу керек.

Мультиколлинеардуулук Эмне Үчүн MLR Моделинде Көйгөй Жаратат?

Мультиколлинеардуулук — көз карандысыз өзгөрмөлөрдүн бири-бири менен күчтүү байланышта болушу; мындай учурда MLR коэффициенттеринин ар бири кайсы геометриялык таасирден келип чыкканын ишенимдүү ажыратуу кыйын болушу мүмкүн жана изилдөө муну айрым өзгөрмөлөрдө VIF маанилеринин 4төн ашуусу аркылуу аныктаган.

Булакта колдонулган MLR модели

Изилдөө MLRдин жалпы формасын Equation 1 менен берет:

\[ Y_i=a_0+a_1x_1+a_2x_2+a_3x_3+\ldots+a_nx_n \]

\(Y_i\) бул изилдөөдө 85-процентилдик эксплуатациялык ылдамдык. \(x_1,\ldots,x_n\) жолдун геометриялык өзгөрмөлөрүн; \(a_0\) туруктуу мүчөнү; \(a_1,\ldots,a_n\) регрессия коэффициенттерин билдирет.

Ийри кесим үчүн MLR модели

Булактын Table 7 коэффициенттерин бириктирүү менен модель төмөнкүдөй туюнтулушу мүмкүн:

\[ V_{85,\;curve} = 24.311 +0.106R +0.005CL -0.033DC -0.001D +0.091SW +7.41MW -0.254AD \]

Бул жерде \(R\) ийринин радиусун, \(CL\) ийринин узундугун, \(DC\) ийринин даражасын, \(D\) бурулуу бурчун, \(SW\) жол жээгинин туурасын, \(MW\) ортоңку бөлүүчү тилкенин туурасын жана \(AD\) кирүү тыгыздыгын билдирет.

Моделдин \(R^2\) мааниси 0,721, оңдолгон \(R^2\) мааниси 0,697. R, DC жана MW өзгөрмөлөрүндө VIF маанилери изилдөө колдонгон 4 чегинен ашат.

Тангенс кесим үчүн MLR модели

Булактын Table 8 коэффициенттеринен алынган тангенс модели:

\[ V_{85,\;tangent} = 92.066 +5.083SW +0.285MW -4.377AD +20.203AT +2.723ST \]

\(SW\) жол жээгинин туурасын, \(MW\) ортоңку бөлүүчү тилкенин туурасын, \(AD\) кирүү тыгыздыгын, \(AT\) кирүүнүн түрүн жана \(ST\) жол жээгинин түрүн билдирет. Булакта \(ST=1\) жабуусу бар жана \(ST=0\) жабуусу жок жол жээги; \(AT=1\) кирүү жок, \(AT=0\) болсо жарым-жартылай же толук кирүү деп коддолгон.

Тангенс моделинин \(R^2=0,719\), оңдолгон \(R^2=0,685\). Булак билдирген VIF аралыгы 2,86-9,66 жана айрым өзгөрмөлөрдө 4 чеги ашылган.

PCAнын ролу

Негизги компоненттерди талдоо өз ара байланышкан баштапкы предикторлорду сызыктуу комбинациялардан түзүлгөн жаңы жана бири-бирине ортогоналдуу негизги компоненттерге айлантат. Ошентип, окшош маалымат алып жүргөн көп сандагы геометриялык өзгөрмөлөр азыраак компонент менен көрсөтүлүшү мүмкүн.

Булак PCAнын ылайыктуулугун Kaiser-Meyer-Olkin (KMO) жана Bartlett's Test of Sphericity менен баалаган. Өздүк мааниси 1ден жогору компоненттер сакталган, тандоо кошумча scree plot аркылуу текшерилген.

Ийри үчүн PCA жыйынтыктары

Ийри маалымат топтомунда KMO=0,706 жана Bartlett тести \(p<0,001\). Булактын өзүнүн KMO чечмелөө таблицасына ылайык, бул маани кабыл алына турган PCA түзүмүн колдойт.

Алгачкы эки компонент бирге жалпы дисперсиянын %66,76сын түшүндүрөт.

Булак ошондой эле communality маанилерин R үчүн %91,8, DC үчүн %91,7, CL үчүн %88,7, D үчүн %67,7, AD үчүн %83,2, SW үчүн %54,4 жана MW үчүн %42,2 деп билдирет.

Тангенс үчүн PCA жыйынтыктары

Тангенс маалымат топтомунда KMO=0,787 жана Bartlett тести \(p<0,002\). Дагы эле алгачкы эки компоненттин гана өздүк мааниси 1ден жогору.

PC1 жана PC2 бирге жалпы дисперсиянын %70,95ин түшүндүрөт.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Негизги компоненттер регрессиясы

Негизги компоненттер регрессиясы — PCA менен алынган негизги компоненттер MLR моделинде көз карандысыз өзгөрмө катары колдонулган регрессиялык ыкма. Булак PCRдин жалпы формасын Equation 2 менен берет:

\[ Y_i=\alpha_1PC_1+\alpha_2PC_2+\ldots+\alpha_nPC_n \]

\(Y_i\) эксплуатациялык ылдамдыкты, \(PC_1,PC_2,\ldots\) негизги компоненттердин упайларын; \(\alpha_1,\alpha_2,\ldots\) болсо компоненттердин регрессия коэффициенттерин билдирет.

Эмне Үчүн PCR Бул Изилдөөдө MLRге Караганда Жакшыраак Натыйжа Берди?

PCR өз ара байланышкан геометриялык предикторлорду бири-бирине ортогоналдуу негизги компоненттерге айландыргандыктан, бул маалымат топтомундагы мультиколлинеардуулукту олуттуу азайткан; натыйжада булакта төмөн VIF жана жогору R² маанилери алынган.

Ийри үчүн PCR модели

Ийри үчүн Table 10 коэффициенттери:

\[ V_{85,\;curve} = 82.045 +9.166PC_1 -3.477PC_2 \]

Ийри PCR моделинде PC1 коэффициенти 9,166, PC2 коэффициенти -3,477. Эки компонент үчүн тең булак \(p=0,001\) деп билдирет.

Тангенс үчүн PCR модели

Тангенс кесим үчүн тексттин жайгашуусуна жана Table 11деги PCA түзүмүнө ылайык, Table 12деги коэффициенттер төмөнкү моделди түзөт:

\[ V_{85,\;tangent} = 88.111 +4.053PC_1 +8.271PC_2 \]

Тангенс PCR моделинде PC1 үчүн коэффициент 4,053 жана \(p=0,001\); PC2 үчүн коэффициент 8,271 жана \(p=0,002\).

Булак Table 12нин аталышын “operating speed model on the horizontal curve” деп жазган. Бирок таблица тангенс кесиминин PCA түшүндүрмөсүнөн дароо кийин жайгашкан жана текст бул маанилерди “Principal component regression for tangent section” модели катары аныктайт. Verianla бул аталыш катасын унчукпай өзгөрткөн эмес, таблицаны булак контекстине ылайык тангенс PCR жыйынтыгы катары сүрөттөгөн.

Ийри геометриясынын моделдеги багыты

MLR коэффициенттеринде ийри радиусу, ийри узундугу, жол жээгинин туурасы жана ортоңку бөлүүчү тилкенин туурасы эксплуатациялык ылдамдык менен оң; ийри даражасы, бурулуу бурчу жана кирүү тыгыздыгы терс белги менен берилген.

Айрыкча ийри даражасынын жана бурулуу бурчунун терс коэффициенттери кыйла курч геометрия төмөн эксплуатациялык ылдамдык менен байланыштуу деген булактын чечмелөөсүнө шайкеш.

Булак текстинде кийинчерээк ийри радиусу жана ийри узундугу көбөйгөндө ийринин курчтугу жогорулап, ылдамдык төмөндөйт деген сүйлөм бар. Бул билдирүү ошол эле абзацтагы оң коэффициенттердин чечмелөөсү менен толук шайкеш келбейт; ошондуктан Verianla тексти коэффициенттердин белгилерин негиз катары алып, бул булак сүйлөмүн өзүнчө отчеттук дал келбестик катары сактайт.

Тангенс геометриясынын моделдеги багыты

Тангенс MLR моделинде жол жээгинин туурасы, ортоңку бөлүүчү тилкенин туурасы, кирүүнүн түрү жана жол жээгинин түрү оң; кирүү тыгыздыгы терс коэффициентке ээ.

Бул жыйынтыктар изилденген жол геометриясы жана коддоо системасы үчүн гана регрессиялык байланыштар. Мисалы, AT жана ST категориялык өзгөрмөлөрү булакта бинардык түрдө коддолгон; коэффициенттер бул коддоонун маанисин эске албай туруп жалпыланбашы керек.

Изилдөө колдогон жыйынтыктар

Изилденген төрт тилкелүү бөлүнгөн автомобиль жол кесимдеринде MLR предикторлорунун ортосунда булактын VIF критерийине ылайык мультиколлинеардуулук бар.

PCAнын алгачкы эки негизги компоненти ийри маалыматтарындагы дисперсиянын %66,76сын, тангенс маалыматтарындагы дисперсиянын %70,95ин түшүндүрөт.

Бул маалымат топтомунда PCR моделдеринин R² маанилери MLR моделдерине караганда жогору.

PCR моделдериндеги VIF маанилери MLR моделдерине караганда төмөн жана булакта колдонулган VIF<4 критерийине жооп берет.

Ошондуктан булак мультиколлинеардуулук бар окшош регрессиялык көйгөйлөрдө PCR колдонууну сунуштайт.

Изилдөө колдобогон жыйынтыктар

Изилдөө PCR бардык өлкөлөрдө, бардык автомобиль жол класстарында же бардык ылдамдыкты божомолдоо маалымат топтомдорунда MLRден артык экенин далилдебейт.

Изилдөө моделди көз карандысыз тышкы тест маалымат топтомунда текшерген эмес.

Булак cross-validation, hold-out test, RMSE же MAE билдирбегендиктен, жаңы жол кесимдериндеги чыныгы божомол катасын бул макаладан аныктоо мүмкүн эмес.

Модель төрт тилкелүү бөлүнгөн автомобиль жолдорунун изилденген геометриялык диапазондорунда иштелип чыккан; эки тилкелүү жолдор, шаардык артериялар же башка кыймыл режимдери үчүн ошол эле коэффициенттерди түз колдонууга болору көрсөтүлгөн эмес.

Геометриялык өзгөрмөлөр менен ылдамдыктын ортосундагы регрессия коэффициенттери өз алдынча себептүүлүктү көрсөтпөйт.

Булактагы маанилүү отчеттук көйгөйлөр

Table 12 аталышы: Таблица тангенс PCR бөлүмүндө жайгашкан, бирок аталышында “horizontal curve” деп жазылган.

Ийри радиусу/узундугу боюнча түшүндүрмө: Оң регрессия коэффициенттери берилгенден кийин булак тексти бул өзгөрмөлөрдүн өсүшү ийринин курчтугун жогорулатып, ылдамдыкты төмөндөтөрүн айтат; эки билдирүү толук шайкеш эмес.

K-S тести боюнча баяндоо: Булак null гипотезасы четке кагылганын айтса да, Figure 2де тандалган шайкештиктер үчүн жогорку P маанилери көрсөтүлөт; деталдуу тест жыйынтыктары берилбегендиктен, бул билдирүү Verianla тарабынан кайра чечмеленген эмес.

Bus маалыматы: Метод bus ылдамдыктары өлчөнгөнүн айтат, бирок негизги сүрөттөмө ылдамдык таблицасында bus тилкеси жок.

Ылдамдык жыйынтыктарын агрегатташтыруу: Table 3төгү жалпы автомобиль орточолору менен Table 5теги кесим боюнча 85-процентилдик ылдамдык жыйынтыктарынын ортосундагы маалыматтарды салмактоо тартиби деталдуу түшүндүрүлгөн эмес.

Кайра өндүрүмдүүлүк жагынан жетишпеген маалыматтар

Ар бир жол кесиминде жана ар бир транспорт каражатынын классында канча ылдамдык байкоосу жыйналганы билдирилген эмес.

Колдонулган radar gun түзмөгүнүн маркасы/модели көрсөтүлгөн эмес.

Регрессия жана PCA талдоолору кайсы статистикалык программалык камсыздоодо жүргүзүлгөнү көрсөтүлгөн эмес.

PCAга чейин өзгөрмөлөр стандартташтырылганбы же жокпу деталдуу түшүндүрүлгөн эмес.

Көз карандысыз окутуу/тест бөлүштүрүүсү же кайчылаш текшерүү билдирилген эмес.

Жаңы жол кесимдеринде тышкы валидация жок.

Келечектеги изилдөөлөр үчүн сунуштар

Авторлор моделдерди транспорт каражатынын түрү, жер бедеринин түрү, айлана-чөйрө шарттары жана жол түрү сыяктуу кошумча өзгөрмөлөр менен кеңейтүүнү сунушташат.

Мындан тышкары ridge regression, lasso regression, elastic net regression жана partial least squares regression сыяктуу альтернативдүү көп өзгөрмөлүү ыкмалар келечекте эксплуатациялык ылдамдыкты божомолдоо үчүн салыштырылышы мүмкүн экени айтылат.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталышы: Prediction of operating speed on horizontal curve and tangent: A comparative study of multiple linear and principal component regression

Авторлор: K.K. Tottadi; A. Mehar.

Кат алышуу маалыматы: Расмий SciELO жазуусу эки автор үчүн тең өзүнчө correspondence маалыматын берет; булак бир гана corresponding author белгилебейт.

Kiran Kumar Tottadi мекемеси: Department of Civil Engineering, Anil Neerukonda Institute of Technology and Sciences (A), Visakhapatnam, India.

Arpan Mehar мекемеси: Transportation Engineering Division, Department of Civil Engineering, National Institute of Technology Warangal, Warangal, India.

Журнал: Journal of the South African Institution of Civil Engineering.

Басмачы: South African Institution of Civil Engineering (SAICE).

Том / сан: 68(1).

Беттер: 21-30.

Paper: 1795.

Жарыяланган күнү: Март 2026.

DOI: 10.17159/2309-8775/2026/v68n1a2.

Булактын түрү: Technical Paper.

Рецензиялоо: Journal of the South African Institution of Civil Engineering рецензиялануучу журнал; макалалар SAICE Journal Editorial Panel жетекчилигиндеги рецензенттер тарабынан бааланат.

Лицензия: Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).

Изилдөөнүн түрү: Автомобиль жолундагы талаа өлчөөлөрү жана статистикалык эксплуатациялык ылдамдык моделдөө.

Изилдөө географиясы: Assam, Madhya Pradesh, Delhi, Mumbai жана Telangana, India.

Жол түрү: Төрт тилкелүү бөлүнгөн автомобиль жолдору.

Кесимдердин саны: 44; 22 горизонталдык ийри жана 22 тангенс.

Негизги чыгыш өзгөрмөсү: Автомобилдер үчүн 85-процентилдик эксплуатациялык ылдамдык.

Негизги ыкмалар: F тести, Z тести, Kolmogorov-Smirnov бөлүштүрүү талдоосу, Multiple Linear Regression, Principal Component Analysis жана Principal Component Regression.

Геометриялык маалымат куралдары: Google Maps, AutoCAD, Android OSM Tracker жана физикалык өлчөө тасмасы.

Ылдамдык өлчөөсү: Radar gun; түзмөктүн маркасы/модели билдирилген эмес.

MLR мультиколлинеардуулук критерийи: Булак VIF>4 маанисин көйгөй көрсөткүчү катары колдонгон.

PCA компонент тандоо критерийи: Өздүк маани >1 жана scree plot баалоосу.

Ийри PCA ылайыктуулугу: KMO=0,706; Bartlett p<0,001.

Тангенс PCA ылайыктуулугу: KMO=0,787; Bartlett p<0,002.

Ийри PCR: R²=0,858; оңдолгон R²=0,787.

Тангенс PCR: R²=0,848; оңдолгон R²=0,785.

Көз карандысыз модель валидациясы: Булак train/test бөлүштүрүүсүн, cross-validation же көз карандысыз тышкы тест маалымат топтомун билдирбейт.

Каржылоо: Булак PDFде өзүнчө каржылоо билдирүүсү берилген эмес.

Маалыматтардын жеткиликтүүлүгү: Булак PDFде өзүнчө data availability билдирүүсү берилген эмес.

Кызыкчылыктардын кагылышы: Булак PDFде өзүнчө conflict-of-interest билдирүүсү берилген эмес.

Этикалык уруксат: Булак PDFде өзүнчө этикалык комитет билдирүүсү берилген эмес.

Авторлордун салымы: Булак PDFде CRediT же деталдуу author contributions бөлүмү берилген эмес.

Негизги методологиялык чектөөлөр

Модель Индиянын беш аймагындагы тандалган төрт тилкелүү бөлүнгөн автомобиль жол кесимдерине негизделген; башка өлкөлөрдөгү жол геометриялары жана айдоочулардын жүрүм-туруму өзүнчө текшерилиши керек.

Транспорт каражаттарына байланыштуу жалпы байкоолордун саны жана ар бир кесимдеги тандалма көлөмү билдирилбегендиктен, статистикалык маалымат тыгыздыгын толук кайра түзүү мүмкүн эмес.

Модель тандоодо R² жана VIF маанилүү роль ойногон, бирок көз карандысыз божомол катасынын метрикалары берилген эмес.

PCR модели мультиколлинеардуулукту азайтуу менен бирге коэффициенттерди баштапкы жол өзгөрмөлөрү аркылуу түз чечмелөөнү MLRге салыштырмалуу кыйыр кылат; PCR коэффициенттери түздөн-түз PC1 жана PC2 упайларына тиешелүү.

Булак Table 12 аталышында, K-S баяндоосунда жана ийри геометриясын чечмелөөдө айрым ички отчеттук белгисиздиктерди камтыйт. Булар Verianla тарабынан унчукпай оңдолгон эмес.

Негизги чечмелөө чеги

Изилдөөнүн күчтүү жыйынтыгы — ошол эле талаа маалымат топтомунда PCA/PCR колдонуу MLRдеги жогорку VIF көйгөйүн азайтып, жогору R² берген. Бул жыйынтык PCR изилденген төрт тилкелүү автомобиль жол маалыматтары үчүн ылайыктуураак модель экенин колдойт; бирок модель башка жол тармактарында ошол эле коэффициенттер же ошол эле артыкчылык менен иштей турганын далилдебейт.