순서형 프로빗 모형과 XGBoost를 활용한 도시철도 사고 심각도 분석 (Urban Railway Accident Severity Analysis Using Ordered Probit Model and XGBoost)

서지정보

· 발행기관 : 한국철도학회
· 수록지 정보 : 한국철도학회논문집 / 27권 / 2호 / 162 ~ 173페이지
· 저자명 : 이성희, 정영제, 김주영, 김지환

초록

서울시 안전보강대책의 주요 내용은 과거 정시성 위주의 정책에서 안전성 우선의 정책으로 패러다임을 전환 하고 있다. 하지만 철도사고는 차량, 신호, 궤도, 인적요인 등 다양한 원인에 의해 발생하며 원인에 따른 사고의 심각도 또한 다르게 나타난다. 본 연구에서는 사고 원인별 심각도 분석을 위해 순서형 프로빗 모형과 XGBoost 모형을 활용하 였다. 분석결과 순서형 프로빗 모형에서는 차량연식이 30년 초과된 차량보다 15년 이하의 차량에서 발생한 사고심각도가 47.26% 높은 것으로 분석되었다. XGBoost 모형에서는 기온 급강하, 외부 이물질 등의 외적요인이 가장 중요한 요인으로 분석되었다. 본 연구 결과는 안전대책을 수립함에 있어 철도사고 심각도에 미치는 주요 요인을 사전에 검토하여 안전대책 수립에 우선순위를 결정하는데 기여할 수 있을 것이다.

영어초록

The main contents of the Seoul Metropolitan Government's safety reinforcement measures are to shift the paradigm from regularity-oriented policies in the past to safety-oriented policies. Accordingly, the Seoul Metro in 2023 allocated about 50% of its safety budget of 37.3 billion won to replace old electric vehicles. However, railway accidents have various causes and the severity of accidents according to the causes also varies. In this study, the ordered probit model and the XGBoost model were used to analyze the severity of each accident cause. As a result of the analysis, it was found that, in the ordered probit model, the severity of accidents in vehicles less than 15 years old was 47.26% higher than that of vehicles exceeding 30 years old. In the XGBoost model, external factors were analyzed as the most important factors. The results of this study can contribute to prioritizing the establishment of safety measures by reviewing major factors affecting the severity of railway accidents in advance and establishing safety measures.

참고자료

· 없음