• 대한교통학회지
• /
• 제20권7호
• /
• pp.197-204
• /
• 2002

교통사고예측 및 예방을 위해서는 실제적으로 도로설계과정에서 제어가 가능한 도로 기하구조요소에 대한 사고관계를 파악함이 타당하다. 즉, 도로의 설계자는 도로건설에 앞서 기하구조요소와 사고와의 관계를 현장자료를 통해 정확히 밝혀 도로설계에 반영해야 한다. 이를 위해, 교통사고의 빈도분포를 박히는 것은 가장 기본이 되는 일이며, 교통사고 예측모형개발에 선행되어야 한다. 일반적으로 교통사고건수의 경우 분산이 평균보다 큰 과분산(overdispersion)의 특징을 가지고 있어 음이항 분포를 따른다고 알려져 있다. 따라서 본 논문은 사고모형의 개발에 앞서, 사고발생지점에 대한 도로설계요소와 기타 잠재적인 사고발생 관련요인이 비교적 잘 파악되어있는 호남고속도로를 중심으로 평면 선형상 곡선부에 대하여 교통사고의 분포를 적합도 검정을 통해 알아보고자 하였다. 사고자료는 한국도로송사의 호남고속도로 5년(1996∼2000)간 자료를 분석에 맞게 정리하였으며, 강민욱과 송봉수(2002)에서 제시한 평면선형에 있어서의 구간분할법을 이용하여 배향곡선구간과 단일곡선구간에 대한 사고분석을 하였다. 적합도 분석결과, 예상대로 음이항분포가 사고건수를 설명하기에 가장 적합한 확률분포로 제시되었으며, 이를 통해 최우추정법을 이용한 음이항회귀모형을 개발하였다. 구간분할법을 적용한 음이항회귀모형의 경우, 기존의 확률회귀토형에 비하여 높은 결정계수를 갖았으며, 모형에서 적용된 기하구조요소로는 차량 노출계수, 곡선반경, 단위거리 당 편경사변화값 등이다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.1-15
• /
• 2023

본 연구에서는 전국 고속도로를 대상으로 화물차 교통사고에 영향을 미치는 주요 요인을 파악하고자 한다. 이를 위해, 고속도로 교통사고 자료들과 포아송 및 음이항 회귀모형을 이용하여 화물차 교통사고 건수 예측모형을 개발하였다. 모형에서 유의한 것으로 확인된 변수는 화물차 연속주행시간지수, 구간연장, 화물차 교통량, 구간내 교량 수, 졸음쉼터 개수이다. 또한, 구축된 예측모형을 이용하여 고속도로 구간별 안전등급(level of service of safety, LOSS)을 도출하였다. 이후 LOSS를 전국 고속도로 네트워크에 표출하여 고속도로 구간별 화물차 교통사고 위험도를 진단하였다. 본 연구에서 개발된 모형과 LOSS는 고속도로에서의 화물차 교통사고 저감을 위한 정책수립의 기초자료로 활용될 것으로 기대된다.

• 대한교통학회지
• /
• 제22권3호
• /
• pp.49-58
• /
• 2004

본 논문에서는 서울시와 경기도에서 발표한 통근 및 등교통행발생 회귀모형과 ${\ulcorner}$1996년 교통센서스 조사${\lrcorner}$ 자료로 만든 통근통행발생률 및 등교통행발생률을 이용하여 2002년의 통근 및 등교통행발생량을 예측하였다. 그리고 ${\ulcorner}$2002년 교통센서스 조사${\lrcorner}$의 관측값과 비교하여 기존 통행발생모형의 개선방법을 제시하였다. 연구의 결과, 경기도의 통근통행발생회귀모형과 카테고리모형의 예측은 유사한 분포를 보이는 반면, 서울시의 통근통행발생 회귀모형으로 예측한 경우 인천광역시와 경기도에서 관측값보다 평균 40.16% 과대 예측되었다. 등교통행발생 예측값과 관측값이 서울시와 경기도 지역에서 비슷하게 예측되었다. 인천광역시 지역의 경우 경기도에서 발표한 회귀모형으로 예측한 값이 관측값보다 평균 79.71% 작게 예측되었다. 분석 결과 수도권에서의 장래 통근과 등교통행발생량 예측에서 카테고리분석법이 회귀분석법 보다 예측력이 우수한 것으로 나타났다. 우리나라에서는 장래 카테고리화된 자료의 부재로 카테고리 분석의 장래의 통행량 예측에 어려움이 따른다. 이에 카테고리분석을 적용하여 회귀분석의 취약점을 보완할 수 있는 것으로 판단된다.

• 대한교통학회지
• /
• 제32권3호
• /
• pp.266-279
• /
• 2014

도로의 안전성을 평가하기 위한 방법으로서 교통사고 자료를 이용하는 방법, 사전-사후평가를 통한 방법 또는 전문가 의견이나 기존 문헌을 통한 방법 등 다양한 방법들이 존재한다. 특히, 교차로 교통 안전성을 평가하는 경우 많은 연구들이 교통사고예측모형 개발을 통하여 교통사고와 관련한 원인과 안전성을 평가하고 있다. 교통사고예측모형 개발에 있어서 모형의 예측력과 전용성을 확보하는 것이 중요하다. 즉, 예측력을 확보함으로써 교통사고 건수나 교통 안전성 판단의 지표를 예측하는데 오차를 줄일 수 있고, 전용성을 확보함으로써 개발된 모형이 다른 지점이나 구간에 적용하더라도 문제없이 적용될 수 있는 대표성을 가질 수 있다. 따라서 본 연구에서는 교통사고예측모형 개발에 주로 사용되는 회귀모형과 인공신경망, 구조방정식을 이용하여 교통사고예측모형을 각각 개발하였으며, 개발될 모형의 예측력과 전용성을 평균절대오차와 평균제곱예측오차를 기준으로 확인하였다. 90개소 신호교차로의 모형개발자료를 이용하여 세 가지 방법으로 교통사고예측모형을 개발 후 개발데이터를 통해 예측력을 비교한 결과 인공신경망이 가장 높은 예측력을 보였다. 또한 모형의 전용성 검증을 위하여 별도로 수집한 33개소 신호교차로의 모형검증자료를 이용하여 개발된 모형을 검증한 결과 비선형 회귀모형이 가장 적합한 것으로 나타났다. 모형개발 과정에서 가장 높은 예측력을 보인 인공신경망의 경우 다른 대상지에서 수집된 모형검증 자료를 적용하였을 때 예측력에 큰 변화를 보여 전용성이 떨어진 것으로 분석되었다.

• 대한토목학회논문집
• /
• 제36권3호
• /
• pp.521-528
• /
• 2016

고속도로의 주요 영업소 톨부스는 일반적으로 2개 차종(경차포함 승용차, 승용차 이외의 중차량)의 교통수요 변동에 따른 사전 대응방식으로 각 차종에 대하여 운영된다. 이러한 의미에서 2개 차종에 대한 정확한 교통량 예측은 영업소의 첨단 운영에 있어 주요 요소 중 하나이다. 유감스럽게도, 기존 연구로 보고된 현행의 일변량 단기 예측 기법들을 이용하여 2개 차종의 교통량을 동시에 예측하기는 용이하지 않다. 이러한 실용적 학술적 배경으로 인해 수용 가능한 정확도의 수준에서 2개 차종의 장래 교통량 예측은 ITS 예측 분야의 매력적인 연구 주제 중 하나이다. 따라서 본 연구에서는 기존의 일변량 단기 예측기법의 단점을 극복함과 더불어 2개 차종의 교통량을 동시에 예측하기 위한 다중 입출력(Multiple In-and-Out, MIO) 모형을 제시하도록 한다. 제안된 MIO 모형은 대용량 이력자료의 실시간 이용이 가능한 자료 환경에서 비모수 접근법을 기반으로 개발되었다. 실제 자료를 이용한 적용가능 실험에서, 개발모형은 다변량 예측 수준에도 불구하고 폭 넓게 이용되는 일변량 예측모형 중 하나인 Kalman filtering에 비하여 예측 정확도 측면에서 우수하게 나타났다.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.40-48
• /
• 2012

교통정보센터는 통행속도 정보를 수집하여 사용자에게 제공한 후, 이력자료를 데이터베이스에 저장하여 관리하고 있다. 통행속도 이력자료를 이용하여 통행속도를 예측할 때 사용되는 대푯값과 과거 데이터량에 따라 통행속도 예측 정확도가 다르게 나타나나, 이에 대한 체계적인 연구가 부족한 실정이다. 본 연구에서 신뢰성 있는 통행속도 예측을 위해 통행속도 이력자료의 적정 대푯값과 과거 데이터량을 결정하기 위한 방법을 제안하였다. 제안된 방법의 평가를 위해, 서울시 4개 도로구간의 최근 1년간 화요일(평일) 및 일요일(공휴일) 통행속도 이력자료를 수집하여 현장실험을 실시하였다. 실험결과 통행속도 예측을 위한 적정 대푯값은 평균값 및 가중평균값으로 분석되었으며, 통행속도 예측을 위한 적정 과거 데이터량은 2개월로 나타났다.

• 대한교통학회지
• /
• 제23권3호
• /
• pp.125-136
• /
• 2005

현재 도로사업의 타당성 조사 시 사용하는 교통사고 감소편익 산정시 도로등급별로 사고율을 일률적으로 적용하고 있고, 도로특성 및 V/C에 따른 특성이 고려되고 있지 못하고 있다. 이와 같은 문제점을 해결하기 위해 본 논문에서는 도로유형별 V/C 및 교통 특성을 반영하여 사고를 예측할 수 있는 모형을 개발하여 도로의 신설 및 개량에서 그 도로의 안전성을 평가할 수 있는 방법론을 제시하였다. 본 연구에서는 초기 단계로서 도시지역 도로를 대상으로 하여 모형을 개발하였다. 우선 도로유형별로 사고에 영향을 미치는 요인을 선정하였다. 이 때 선정 기준은 도로설계단계에서 획득할 수 있는 자료를 위주로 선정하였으며. 교통량, 중앙분리대의 유 무, 교차점수. 연결로수, 횡단신호등수 그리고 차로수를 선정하였다. 각 요인과 사고와의 관계를 분석해 본 결과 모두 통계적으로 유의한 수준에서 상관성이 있는 것으로 나타났다. 본 연구에서는 도로의 등급 및 V/C에 따라 4가지 유형으로 분류하고, 각각에 대하여 포아송 선형회귀식을 통하여 사고예측모형을 도출하였으며, 실제 자료를 이용하여 검증하였다. 검증결과 모형식의 결과가 실제 사고 자료에 대해 비교적 양호하게 추정력을 보이는 것으로 나타났다. 본 연구에서는 V/C에 따른 도로유형별 사고예측모형을 개발함으로써 도로의 물리적인 특성으로 인한 교통사고예측이 가능하고, 이 결과를 도로의 신설 및 개량에 대한 타당성 조사시 사고비용을 추정하는데 활용할 수 있을 것이라 판단된다. 본 연구에서 이용한 자료가 전라북도 한 지역으로 한정되어있어 전국적인 대표성을 지니는 데에는 한계가 있을 수 있다는 사실을 밝히고자한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.656-659
• /
• 2017

현대 사회에서는 다양한 이동수단 중 지하철, 버스 등의 대중교통에 대한 수요가 높은 편이다. 본 연구의 배경이 되는 서울특별시의 경우에는 출퇴근 시, 과반 수 이상이 대중교통을 이용한다. 대중교통 이용량에는 날씨, 평일-주말, 연착, 도로현황 등 여러 가지에 원인을 둔다. 본 연구에서는 여러 요인 중에서도 날씨 데이터(기온, 강수량, 미세먼지)에 초점을 두어, 날씨에 따른 대중교통 이용량의 변화양상을 학습하여 예측하는 연구를 진행한다. 서울특별시 25개 자치구마다의 날씨 데이터와 대중교통 이용 데이터를 이용하여 Regression을 통한 데이터 학습을 진행하였으며, 학습된 모델을 통한 날씨에 따른 서울특별시 대중교통 이용량 예측에 따른 평균 오차율은 15.49%로 낮은 오차율을 가진다. 본 연구 결과는 날씨에 따른 버스와 지하철의 배차 간격 조절 등의 대중교통 배치 판단 결정에 기초자료로 사용될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.14-25
• /
• 2018

최근 빅데이터 시대의 도래와 함께 교통사고와 관련된 요인을 설명하기 용이해졌다. 이에따라 최신 분석 기법을 적용하여 교통사고 자료를 분석하고 시사점을 도출할 필요가 있다. 본 연구의 목적은 고속도로 교통사고 자료를 이용하여 고속도로의 주요 분석 단위인 콘존의 교통사고 건수를 예측하기 위하여 음이항 회귀모형과 딥 러닝을 이용한 기법을 적용하고 예측 성능을 비교하였다. 예측 성능 비교 결과, 딥 러닝 모형의 MOE들이 음이항 회귀모형에 비해 다소 우수한 것으로 나타났으나, MAD 기준으로 차이는 미미한 것으로 나타났다. 하지만 딥 러닝을 이용할 경우 다른 독립변수들을 추가하는 것이 용이하고, 모형의 구조 등을 변경할 경우 예측 신뢰도를 더욱 증가시킬 수 있을 것으로 판단된다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1999년도 제36회 학술발표회논문집
• /
• pp.489-494
• /
• 1999