Odată cu utilizarea sistemelor suport pentru decizii (SSD) întru susţinerea deciziilor manageriale în cadrul organizării proceselor de producere, un rol important revine aplicării SSD în abordarea problemei privind managementul siguranţei publice sau al situaţiilor de urgenţă. A fost studiată aplicabilitatea SSD în domeniul managementului siguranţei rutiere pentru a fundamenta deciziile manageriale, în vederea optimizării raportului cost-eficienţă pe următoarele segmente: (1) Identificarea şi clasificarea sectoarelor periculoase pe arterele rutiere, determinând modul şi termenele de intervenţie în proiectarea infrastructurii rutiere pentru a reduce pericolul acestor sectoare; (2) Sprijinirea în timp real a deciziilor conducătorului de vehicul, în baza informaţiilor interne (parametrii vehiculului) şi externe (mesaje privind infrastructura rutieră), pentru a oferi avertismente sau recomandări utile cu privire la pericolele potenţiale ale mediului de conducere; (3) Evaluarea amplorii şi clasificarea situaţiilor de urgenţă în cazul accidentelor de circulaţie, pentru implicarea forţei de muncă şi a resurselor serviciilor de salvare. Urmând exemplele studiate, a fost dedusă posibilitatea aplicării unei reţele neuronale artificiale în scopul de comparare, uniformizare şi de export de date din/în tabele de date cu seturi de variabile şi valori de format diferit (definite diferit). Acest instrument permite realizarea practică a unui Sistem suport pentru decizii aplicat întru soluţionarea unei astfel de probleme nestructurate, precum exportul datelor din Sistemul informaţional automatizat „Registrul de stat al accidentelor rutiere” în formatul CADaS al Uniunii Europene.

Alongside the use of decision support systems (DSS) to support managerial decisions in the organisation of production processes, the application of DSS plays an important role in addressing the management of public safety or emergency situations. We have studied the applicability of DSS in the field of traffic safety management, where it would be as a basis for managerial decisions, in order to optimize the cost-effectiveness ratio in the following segments: (1) Identification and classification of hazardous sectors on arterial roads, determining the method and terms of intervention in the design of road infrastructure in order to reduce the danger of these sectors; (2) Real-time support of drivers’ decisions based on internal (vehicle parameters) and external information (road infrastructure messages) to provide useful warnings or recommendations on potential hazards of the driving environment; (3) Assessment of the scale and classification of emergency situations in the event of road traffic accidents for the involvement of the workforce and resources of rescue services. Based on the examples studied, we found it possible to apply an artificial neural network for the comparison, standardization, and export of data from/in data tables with sets of variables and values of different formats (defined differently). This tool allows the practical implementation of a Decision Support System applied to solve unstructured problems, such as the export of data from the Automated Information System “State Register of Traffic Accidents” in the European Union's CADaS format.