초록
최근 급격한 기후 변화에 관련하여 아스팔트 도로의 손상이 다발적으로 발생하고 있다. 이러한 현상을 해결 및 방지하기 위해서 세계 각국에서 다양한 연구를 수행하고 있다. 이와 관련하여, 본 연구에서는 서울시에서 발생하는 포트홀 수에 대한 예측모형을 개발하였다. 예측모델을 개발함과 동시에 다양한 독립변수 중 실제 포트홀 발생에 영향을 미치는 요소를 파악하기 위해 경험적인 방법과 통계적인 방법을 활용하였다. 예측모형은 BHS (Basic Harmony Search) 알고리즘을 이용하여 결정하였으며, 기후자료와 교통량 자료 및 포트홀 발생 자료를 기반으로 예측이 이루어진다. 하모니 검색 알고리즘을 이용하여 예측모델을 결정하는 과정에서 PAR(Pitch Adjusting Rate)과 HMCR(Harmony Memory Considering Rate)의 영향을 파악하기 위해 이 값을 변화시키며 적합성을 판단하였다. 예측모델은 Training Data(2011년, 2012년 및 2013년 자료)로 인해 구성되며, 결정된 모델의 적합성을 판단하기 위해 Testing Set에 적용하도록 하였다. 기본적인 예측모델의 적합성 판단은 RMSE(Root Mean Squared Error), MAE(Mean Absolute Error), 결정계수(Coefficient of Determination)를 이용하도록 하였다.
A bunch of asphalt roads have been damaged frequently in relation to the rapid climate change. To solve and prevent this type of problems, many nationalities in the world have performed various researches. In this regard, the objective of this study is to develop prediction model as to the number of potholes occurred in seoul. At the same time, we have utilized empirical and statistical approaches in order for us to identify factors which is affecting the actual occurrence. The predictive model was determinded by using BHS (Basic Harmony Search) algorithm. Prediction was based on the weather and traffic data as well as data occurrence data of porthole. To assess the influences which are PAR(Pitch Adjusting Rate) and HMCR(Harmony Memory Considering Rate), we determined suitability by changing the values. In the process of the determining a predictive model, the predictive model composed Training data (2011, 2012 and 2013yrs data). To determine the suitability of the model, we have utilized Testing Set (2009 and 2010 yrs data). The suitability of the basic prediction model has been from RMSE(Root Mean Squared Error), MAE(Mean Absolute Error) and Coefficient of determination.