• 대한교통학회지
• /
• 제19권2호
• /
• pp.61-72
• /
• 2001

기존의 링크교통량으로부터 OD추정모형은 기존 OD에 대한 추정의 종속성이 커, 기존 OD나 관측링크교통량의 오차에 따라 추정결과가 일관적이지 않은 문제점을 가지고 있다. 또한 관측링크교통량의 정확도가 중요함에도 불구하고 차종구분 없이 링크교통량을 이용하여 정보의 손실을 초래하였고 결과적으로 OD 추정력을 저하시켰다. 그렇지만 다차종 링크교통량으로부터 다차종 OD를 구하는 연구는 거의 없었으며, 그 추정결과가 단일차종에 대한 추정결과와 어떻게 다른지에 대한 연구도 전무하였다. 본 연구의 목적은 기존의 OD 추정모형이 기존 OD에 대해 종속성을 가지며 차종구분 없이 모형을 구성함으로써 추정력의 저하를 초래하였음을 밝히고, 이에 대한 대안으로 종속성 문제를 완화하고 차종구분을 통해 OD 추정모형의 추정력을 증진시키자 하는 것이다. 이를 위해 유전알고리즘을 이용한 다차종 OD행렬 추정모형(GAMUC)을 구축하고, 이를 기존의 바이레벨 모형의 IEA 알고리즘 및 다차종으로 확장한 모형(IEAMUC)과 게임이론측면에서 검토하였으며, 사례네트워크에 대해 각 기법을 비교하였다. 본 연구는 유전알고리즘을 이용한 OD 추정기법을 축도로에 적용한 임용택 등(2000)과 이를 네트워크로 확장한 백승걸 등(2000)의 연구를 다차종으로 확장한 것이다. 사례분석 결과 기존 OD의 오차변화나 관측링크교통량의 오차변화 등에 있어 GAMUC가 IEA나 IEAMUC보다 추정력이 양호하여, 실제 OD를 알 수 없는 도시부 네트워크에서 GAMUC 모형의 적용력이 우수하였다. 또한 차종을 구분하지 않은 기존 모형은 실제 OD와는 전혀 다른 OD 구조를 도출할 수 있음을 보였으며, 단일 차종을 여러 차종으로 구분하여 OD를 추정하는 것이 더 양호한 추정력을 확보하는 것으로 나타났다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2002년도 제41회 학술발표회논문집
• /
• pp.17-42
• /
• 2002

전통적인 OD조사에 의한 OD추정의 여러 문제점들로 인해 링크관측교통량과 기존OD를 결합해 OD를 추정하고자 하는 연구들이 제시되고 있다. Yang(1995)은 일반화최소자승법을 풀기 위한 IEA와 SAB 알고리즘을 제시하였다. 그러나 두 알고리즘의 문제점은 첫째 실제 OD를 알기가 어렵기 때문에 기존 OD를 중요한 추정기준으로 설정한다는 것으로, 이러한 추정의 종속성으로 인해, 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못한다. 두 번째 문제는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 것이다. 이러한 문제점을 피하기 위해서는 기존 OD나 관측교통량의 오차에 일관적인 해도출 기법이 필요하다. OD추정 문제는 본질적으로 비선형이고 비볼록하여 전역해 탐색기법이 필요하기 때문에 전역최적화가 가능한 유전알고리즘을 이용한 OD추정모형(GAM)을 개발하였다. 사례네트워크 분석결과, GAM은 기존 OD의 오차에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는(기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다. 또한 기존 OD 추정모형은 비교적 용이하게 차종별로 관측할 수 있는 링크교통량을 차종구분 없이 단일차종으로 이용함으로써, 정보의 손실을 초래하여 결과적으로 모형의 추정력을 저하시켰다. 그렇지만 다차종 링크관측교통량으로부터 다차종 OD 추정연구는 거의 없었으며, 그 결과가 단일차종에 대한 추정결과와 어떻게 다른지에 대한 연구도 전무하였다. 본 연구에서는 유전알고리즘을 이용한 OD 추정모형을 다수단 OD 추정모형(GAMUC)으로 확대하였다. 사례 분석 결과 단일차종 OD추정기법은 심각한 추정오류를 범할 수 있으며, 그 적용성도 낮다는 것을 보였다. 다차종 OD 추정기법이 단일차종 OD 추정기법보다 양호한 추정력을 보였으며, 다차종 기법 중에서는 GAMUC가 IEAMUC보다 우수한 추정력을 보였다.

• 대한교통학회지
• /
• 제23권4호
• /
• pp.57-69
• /
• 2005

도시고속도로 혼잡구간의 원인분석, 교통정보제공전략 수립, 진입램프 제어전략 및 효과분석 등 보다 효율적이 교통관리를 위해서는 진출입램프간 동적OD의 구축이 요구된다. 이를 위해 모든 진출입램프에 AVI 시스템을 설치하기에는 경제성 측면에서 비효율적이므로 현실 적용이 용이하고 추정력이 높은 동적OD 추정모델의 개발이 적절한 대안으로 판단된다. 본 연구는 교통관리시스템 (FTMS)에서 수집되는 실시간 검지기자료를 이용한 진출입램프간 동적OD 추정기법을 개발함에 있어서 시스템 탑재를 통하여 자동적으로 동적OD 추정이 가능하고 기존 모델에 비해 추정력을 높일 수 있는 방안을 마련하는데 주 목적을 두고 있다. 기존 동적OD 추정모델의 한계점은 2가지로 요약될 수 있다. 첫째, 교통류모델에서 추정하는 시간대별 링크분포 비율과 최적해 알고리즘에서 추정하는 동적OD간 상호관련성으로 동적OD 추정모델은 두 모듈간 Bi-level 문제로 접근해야 한다는 것이며, 둘째, 관측지점의 수가 추정코자 하는 OD쌍의 수보다 적기 때문에 교통량의 관측치와 추정치간 오차를 최소화하는 다수의 OD해가 존재하는 과소식별문제이다. 본 연구에서는 검지기에서 수집되는 교통자료(교통량, 통행속도, 점유율)를 이용하여 동적 교통류를 구현함으로써 Bi-level 문제를 해결하였으며, 동적OD 추정을 위한 목적함수를 링크 및 진출램프 교통량의 추정치와 관측치간 오차를 최소화하도록 설정함으로써 보다 많은 제약을 통하여 추정력을 높일 수 있도록 유도하였다. 본 연구에서는 동적OD 추정을 위한 최적해 알고리즘으로 유전자알고리즘을 적용하였으며, 서해안고속도로 (당진IC$\to$군산IC)의 실제 OD 및 교통자료를 이용하여 동적OD 추정모델을 평가하였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2002년도 제41회 학술발표회논문집
• /
• pp.45-77
• /
• 2002

교통혼잡 문제가 점점 심각해짐에 따라 대중교통의 중요성은 날로 부각되며, 대중교통을 지원하기 위한 정책들이 속속 입안되고 있어 대중교통을 심도 있게 분석할 수 있는 틀의 개발은 필연적이라 할 수 있다. 이에 본 연구는 대중교통 통행배정모형 개발과 대중교통 기종점통행량(OD) 추정을 목적으로 수행되었다. 대중교통 통행배정모형의 개발부분에서는 기존의 대중교통 통행배정모형이 개별차량과 다른 대중교통의 특성을 정확히 반영하고 있지 못하다는 한계를 극복하고자, 최적경로 탐색에는 유전자 알고리즘(Genetic Algorithm)을 통행량 배정에는 로짓모형을 기반으로 한 확률적 통행량 배정모형(Stochastic Network Loading Model)을 이용하여 TATSN 모형을 개발하였다. 그리고, 대중교통 기종점통행량의 추정은 전통적인 기종점통행량 추정 방법인 기종점조사 방법이 시간과 비용이 과대하게 소요된다는 단점을 인식하여 관측통행량을 이용하여 추정하는 방법을 제안하였다.

• 응용통계연구
• /
• 제24권3호
• /
• pp.547-557
• /
• 2011

본 논문에서는 우리나라 지방국도의 특정지점에서 수집된 교통량 자료를 이용하여 일일 시간교통량 추정모형을 개발하였다. 본 연구의 특징은 일일 24시의 시간변수를 원형변수로 취급하고, 지방부 교통량 자료의 특성상 출퇴근 시간에 교통량이 집중되는 이봉형의 현상을 감안하여 원형분포의 혼합모형을 고려하였다. 또한 시간대별 교통량의 분포가 요일에 따라 유사한 패턴을 가지는 데 착안하여 요일별 모형을 제시하였다. 혼합원형분포의 모수추정에는 EM알고리즘이 사용되었으며, 모형의 성능비교를 위해 가변수 회귀모형과의 비교를 실시하였다. 제시된 요일별 지방국도의 시간교통량 적합모형은 계측기의 손상 등으로 인한 교통량 결측자료의 추정에 효과적으로 사용될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.349-350
• /
• 2018

본 논문에서는 전기 자동차 충전소의 전력 소모량 추정 알고리즘을 웹 서버에 도입하여, 충전소에 의한 전력소비가 주변 전력 계통에 미치는 영향을 모니터링할 수 있는 시스템을 제안한다. 우선, 관련 기관으로부터 공급 받는 지역 내 실시간 충전소 별 이용 상태 정보로부터 충전 시간과 그 횟수를 도출하고, 이를 충전소 마다 누적하여 소비 전력을 추정한다. 이렇게 추정된 충전소 별 전력 소모량을 웹 페이지를 통해 사용자에게 시각화하여 제공한다. 또한 같은 지역의 구간별 실시간 교통량 또한 같은 방식으로 제공하여, 전기 자동차 충전소 전력소모량의 변화 추이와 교통량의 변화 추이 간 상관관계를 확인할 수 있도록 한다. 따라서 제안하는 시스템은 지역 내 전기 자동차 충전소의 전력 소모량 및 그 변화 추이 관측하고 이를 바탕으로 지역 내 충전소 추가 설치 필요성, 전력 계통 부하 예측, 충전소 재배치 등 전기 자동차 충전소 운영 전략을 수립하는데 사용할 수 있다.

• 대한교통학회지
• /
• 제19권3호
• /
• pp.169-170
• /
• 2001

• 대한교통학회지
• /
• 제18권4호
• /
• pp.117-126
• /
• 2000

링크에서 관측된 교통량과 기존의 기종점표(Origin-Destination matrix)를 결합해 새로운 OD를 추정하고자 하는 연구들은 1980년대부터 20여년간 많은 연구자들을 통해 논의되어 왔다. 특히 최근들어 ITS 등의 보급으로 교통관리를 위한 기본자료로서 링크 교통량의 관측이 확대되면서, 도시고속도로 및 간선도로 관리, 경로안내 시스템 등에 사용될 목적으로 링크관측교통량 자료를 이용한 OD 추정의 필요성이 더욱 높아지고 있다. OD 추정을 위해 사용되는 기존기법으로는 여러 가지가 있으나 가장 대표적인 기법으로는 베이지안 추정을 이용하는 통계적 방법(Maher, 1983), Entropy 극대화 규칙을 이용하는 방법(Van Zuylen and Willumsen, 1980; Fisk and Boyce, 1983; Fisk, 1989), 최우추정법을 이용한 방법(Spiess, 1987), 그리고 일반화 최소자승법을 이용하는 방법(Gothe et al., 1989; Bell, 1997; Yang et al., 1992) 등이 있다. 본 연구에서는 이러한 방법들 중 최소자승법을 이용해 OD추정모형을 구축하고, 최적해를 얻기 위하여 유전알고리즘(Genetic Algorithm)을 이용한 알고리즘을 개발하였다 또한, 개발된 모형을 통해 얻은 결과를 Spiess(1990)가 제시하여 현재 EMME/2에서 사용되고 있는 Gradient method의 결과와 비교하였다. 본 연구에서는 모형의 추정력 비교를 위해 각 기종점 통행량의 평균 추정오차 외에 동일한 기점을 갖는 기종점 통행량 간의 규모순위(OD 구조) 추정력을 확인하였다. 서울시 내부순환도로를 분석대상으로 하여, 대상지역에서 오전에 조사된 OD를 기존(Target) OD로 사용하였고, 오후의 OD를 추정대상 OD로 설정하였으며, 각 링크에서 오후에 조사된 실제교통량을 링크 관측교통량으로 사용하였다. 분석결과 유전알고리듬을 이용한 최소자승법을 통해 얻은 결과가 Gradient method를 통해 얻은 결과에 비해 우수한 것으로 나타났다.

• 대한교통학회지
• /
• 제10권1호
• /
• pp.55-62
• /
• 1992

교통수요는 교통정책 및 교통시설 계획의 수립 및 평가에 중요한 영향을 미치게 되므로 교통수요의 예측은 교통연구에서 중요한 부문을 차지하고 있다. 도로밑에 설치된 전자차량감지기(Electronic Vehicle Detector)로부터 자동 수집된 링크 교통량 자료(Traffic Counts)를 주요 입력자료로 이용하여 계획지역의 기종점 통행표(Origin Destination Trip Matrix)를 작성할 수 있는 기법 들이 최근 수년동안 많이 발달하게 되었다. 이러한 새로운 기법들은 가구조사(Home Inteview), 노변면접조사(Road-Side Interview)등을 토하여 조사된 자료를 기초로하는 전통적은 4단계 교통수요추정방법(Conventional 4-Stage Estimation Method)-통행발생(Generation), 통행분포(Distribution), 수단선택(Modal Split), 교통배분(Assignment)-과 비교하여 첫째로 정확도가 높은 링크 교통량 자료를 별도의 조사를 거치지 않고서도 수집이 가능하기 때문에 조사비용이 거의 들지 않아도 되어 경제적이고, 둘째로 전통적인 수요예측방법들에서 요구되어지는 복잡한 모형수립 및 계수조정(Parameter Calibration)이 필요하지 않아 간편하고 셋째로 오래전에 작성된 기종점 통행표를 단순히 링크 교통량 자료만을 이용하여 쉽게 보완할 수 있어 지속적인 자료의 축적(Data Age-ing)이 가능하며 더 나아 가서 소위 연속적인 교통 계획 및 교통시설관리(Continuous Transport Planning and Management)를 가능케 하는 등의 여러 장점 때문에 많은 주목을 받아 오고 최근 몇 년이 꾸준히 실무에 유용하게 적용이 되고 있는 실정이다. 본 연구는 링크 교통량자료를 이용하여 기종점 통행표를 작성하기 위하여 개발된 기존의 여러 기법들 가운데 특히 용량제약조건(Capacity-Restrained Condition)하에서 기존의 방법들을 상호 검토한 후 Wardrop의 교통망 평형원칙(Wardrop's First Network Equilibrium Principle)을 만족하는 새로운 추정기법을 제의하고 이의 시험결과를 논의하는 것을 주요내용으로 한다. 링크 교통량 자료를 이용하여 기종점 통행표를 작성하는 기법들의 근본 목표는 조사된 링크 교통량(Ob-served Traffic Counts)에 가장 근접한 교통망 통행 배정 링크 교통량(Assigned Link Volumes)을 재현(Re-producing)할 수 있는 기종점 통행표들 중에서 최적의 기종점 통행표를 발견하는 것이다. 따라서 교통망에서 통행자의 여행 경로 배정을 가장 잘 반영할 수 있는 현실적인(Realistic) 교통망 통행 배정 모형(Net-work Traffic Assignment Model)의 선택은 중요한 요소가 되며 특히 교통망에 교통체증(Traffic Conges-tion)이 심할 경우 교통망 통행자 평형조건(Network Traffic Equilibrium Condition)을 고려하기 위한 특별한 처리가 요구되어진다. 본 연구는 Whllumsen(Hall, Van Vliet and Willumsen, 1980)에 의하여 개발된 ME2(Maximum Entropy Matrix Estimation)기법에서 반복식 추정방법(Sequential Estimation Method)을 사용할 경우 Wardrop의 평형조건을 만족하는 기종점 통행표를 구할 수 없다는 단점을 극복하기 위한 방안으로서 엔트로피 극대화문제와 교통망 평형 조건(Entropy Maximisation and Network Equilibrium Condition)의 두 문제를 동시에 해결할 수 있는 새로운 수식모형과 이를 풀기 위한 알고리즘(Simultaneous Solution Algorithm)을 제의하였다. 제의된 수식모형과 알고리즘을 예제 교통망(Example Network)을 이용한 시험하고 그 결과를 ME2 의 반복식 추정 방법으로부터 구한 기종점 통행표와 비교 검토하였다.

• 대한교통학회지
• /
• 제17권2호
• /
• pp.91-103
• /
• 1999

이 연구는 자동 차량위치 측정기법(Automatic Vehicle Location, AVL)을 이용해서 수집한 교통상황자료를 가지고 구간 통행시간을 산출하는 알고리즘을 개발한다. AVL기법을 이용하는 경우, 처리해야 할 자료량이 많아서 실시간에 정보를 산출하는 것이 힘들다. 따라서 이 연구는 처리해야 할 자료량을 가능한 한 줄이고 자료량이 적은 경우에도 효율적인 구간통행시간을 산출하는 알고리즘을 제시한다. 이 연구의 방법론은 크게 4가지인데, 첫째, 해석 기법, 둘째, 회귀분석, 셋째, 인공지능 및 전문가 시스템, 넷째, 통계분석이다. 이 방법론을 이용해서 세 단계 알고리즘을 개발하는데, 첫째는 실시간 분석통계 알고리즘, 둘째는 과거자료분석 알고리즘, 셋째는 자료응합 알고리즘이다. 이 알고리즘 가운데 자료융합 알고리즘 결과가 산출하고자 하는 구간 통행시간이다. 실시간 분석통계 알고리즘은 연속하는 세 개 구간의 통행 패턴을 이용해서 가운데 구간의 통행시간을 산출하는 방법을 제시한다. 또 실시간 분석통계 알고리즘으로 산출하지 못한 구간은 인접구간 상관도 정보를 이용해서 구간통행시간을 추정한다. 과거자료분석 알고리즘은 회귀분석을 이용해서 시간대별 통행시간 평균과 분산을 구하고, 이 결과를 바탕으로 인접구간 상관도 정보를 오프라인으로 구하는 알고리즘이다. 자료융합 알고리즘은 2가지 단계를 거치는데, 그것은 실시간 자료융합과 최종 자료융합이다. 실시간 자료융합은 실시간에 가까운 자료원의 실시간 분석통계 알고리즘 결과 패턴과 인접구간 상관도 정보를 이용한 구간통행시간 추정 결과를 이용해서 패턴에 따라 다른 방법으로 융합을 하는 알고리즘을 개발한다. 최종 자료융합은 실시간 자료융합 결과와 회귀분석 결과의 패턴을 이용해서 구간 통행시간을 산출한다. 이 연구를 기존 연구와 비교할 때, 세 가지 독차성이 있다. 첫째는 연속하는 세 구간 통행 패턴을 분석하였기 때문에 기존의 노드의존 방식을 탈피하였다는 점이다. 따라서 자료량이 적은 경우도 믿을만한 통행시간을 산출할 수 있다는 것이다. 둘째는 인접구간 상관도 정보를 구간통행시간 산출에 이용하였기 때문에 자료를 효율적으로 이용할 수 있다는 점이다. 셋째는 자료원 패턴을 분류하고 전문가 시스템을 이용하여 자료융합 하였기 때문에 수행속도가 빠르고, 신뢰성있는 정보를 제공한다는 점이다. 이 연구는 개발한 알고리즘 정확도를 검증하기 위해서 두 가지 검증방법을 이용하였다. 첫째는 시뮬레이션을 이용한 것이고, 둘째는 실제 주행조사 분석을 이용한 것이다. 두 가지 검증 결과는 알고리즘 정확도를 보여준다.