초록
교통망에서 출발지와 도착지를 연결하는 최적경로탐색(Optimum Shortest Path)의 기준은 통행시간, 통행비용, 통행요금, 통행거리 등 복수의 기준에서 단일기준(Single Attribute Objective)을 선정하여 선정된 기준에 대하여 최소화되는 경로를 탐색하는 것을 의미하며 최적경로 탐색기법으로 탐색이 가능하다. 다목적 경로탐색(Multi-Objective Shortest Paths)에서는 이들 복수의 기준 (Multi-Objective)을 고려하여 경로를 탐색한다. 최근까지 다목적경로탐색에 대한 연구는 대부분 단일의 교통수단만으로 구성된 교통망에 대한 가정을 기반으로 이루어졌으며, 다수의 교통수단이 혼재된 교통망(Multi-Modal Transportation Network)에서 다목적경로탐색에 대한 연구는 환승에 대한 문제를 최적해법 차원에서 고려하지 않았으며, 교통정보 분야에서 일반적으로 적용되는 동적계획법(Dynamic Programming)에 기반한 알고리즘에 대한 연구는 다수단교통망에서 다목적경로탐색 문제에서 검토되지 않았다. 본 연구는 다수단교통망에서 다목적경로탐색 문제에서 최적 해를 도출하기 위한 동적계획법 알고리즘을 제안한다. 제안된 알고리즘은 Skriver & Andersen (2000)이 제시한 2기준 노드표지갱신 알고리즘을 기반으로 네트워크의 확장없이 수단 간의 환승이 반영되도록 2기준 이상의 다기준 링크표지갱신 알고리즘으로 개발하는 방안으로 확대한다. 본 연구는 다기준 링크표지가 다수단 교통망에 적용했다는 점 이외에, 출발지에서 모든 링크까지 비지배경로를 탐색하는 과정이 효율적으로 이루어지도록 출발지에서 개별 링크까지의 비지배경로/트리(Path/Tree) 집합을 표지처럼 활용하였다. 다수단교통망에서 다목적경로탐색문제에 적합한 도시부의 대중교통망에 한정하여 경로탐색속성을 환승과 링크주행속성으로 구분하였다. 본 연구에서 제안된 알고리즘의 계산과정을 소규모 복합대중교통망을 통해 검증하였다.
Generally, optimum shortest path algorithms adopt single attribute objective among several attributes such as travel time, travel cost, travel fare and travel distance. On the other hand, multi-objective shortest path algorithms find the shortest paths in consideration with multi-objectives. Up to recently, the most of all researches about multi-objective shortest paths are proceeded only in single transportation mode networks. Although, there are some papers about multi-objective shortest paths with multi-modal transportation networks, they did not consider transfer problems in the optimal solution level. In particular, dynamic programming method was not dealt in multi-objective shortest path problems in multi-modal transportation networks. In this study, we propose a multi-objective shortest path algorithm including dynamic programming in order to find optimal solution in multi-modal transportation networks. That algorithm is based on two-objective node-based label correcting algorithm proposed by Skriver and Andersen in 2000 and transfer can be reflected without network expansion in this paper. In addition, we use non-dominated paths and tree sets as labels in order to improve effectiveness of searching non-dominated paths. We also classifies path finding attributes into transfer and link travel attribute in limited transit networks. Lastly, the calculation process of proposed algorithm is checked by computer programming in a small-scaled multi-modal transportation network.
