ABSTRACT Until recently, accident indicators were analysed separately due to the methods employed, however, the joint use of neural networks and clustering techniques has proven to be an excellent tool for analysing how accidents occur. As such, the aim of this study was to use neural networks and cluster analysis on accident indicators involving tractors on federal highways in the south-east of Brazil. A total of 496 incidents were analysed between 2007 and 2016. The indicators for the accidents under evaluation were time, type of accident, cause of accident, weather conditions, condition of the victims, road layout and federated state. The use of neural networks was based on self-organising maps (SOM), hierarchical clustering employing dendrograms, and non-hierarchical clustering employing the k-means coefficient. Using these techniques, it was possible to divide the incidents into 18 accident groups, of which 11 were represented by the state of Minas Gerais, one group where casualties were predominant, and one group with fatalities. It proved possible to analyse the factors that led to the accident, together with its consequences. Machine traffic during periods of low natural light on straight roads caused rear-end collisions, with casualties and fatalities
RESUMO Anteriormente os acidentes tinham seus indicadores analisados separadamente devido os métodos utilizados, todavia o uso em conjunto de redes neurais e técnicas de agrupamento tem se mostrado uma excelente ferramenta de análise de situações de ocorrência de sinistros. Assim objetivou-se realizar o uso de redes neurais e análise de agrupamento sobre os indicadores dos acidentes com tratores nas rodovias federais na região Sudeste. Foram analisadas 496 ocorrências entre o período de 2007 a 2016. Os indicadores dos sinistros avaliados foram: horário, tipo de acidente, causa do acidente, condições climáticas, condições dos acidentados, traçado da via e unidade federativa. O uso das redes neurais se deu pelos mapas auto-organizados-SOM, os métodos de agrupamento hierárquico por dendrograma e o não hierárquico pelo coeficiente de k-means. Através das técnicas foi possível dividir as ocorrências em 18 grupos de acidentes, dos quais 11 foram representados pelo estado de Minas Gerais, 1 grupo com dominância de vítimas feridas e 1 grupo com vítimas fatais. Foi possível analisar os fatores em conjunto que levaram a ocorrência dos sinistros e a consequência do mesmo. O tráfego de máquinas em períodos com pouca luminosidade natural em pistas retas, ocasionaram colisões traseiras com vítimas feridas e vítimas fatais.