• 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.

• 대한교통학회지
• /
• 제22권5호
• /
• pp.139-149
• /
• 2004

급격히 증가하는 차량수요에 대응하기 위하여 도로의 공급을 증대시키는 양적인 측면의 도로정책 기조가 유지되고 있지만, 이는 근본적인 해결책이 될 수 없다는 인식이 대두되어 왔다. 이에 따라 기존 도로시설의 효율적 활용과 교통수요를 관리하는 방법에 많은 관심이 모아지고 있다. 이중 혼잡통행료는 수요를 관리하고 차량을 도로량에 적절히 배정하는 수단으로 생각될 수 있으며, 교통 혼잡과 환경에 대한 악영향을 줄일 수 있는 가장 효율적인 방법중 하나로 고려되고 있다. 이에 따라 혼잡통행료 산정문제는 그동안 경제학자와 교통전문가에게 중요하고 흥미로운 연구 분야로 여겨져 왔고 다양한 방법으로 연구가 이루어져 왔다. 본 연구에서는 이러한 혼잡통행료 산정문제를 네트워크 설계문제(Network Design Problem, NDP)로 보고 통행배정문제와 혼잡통행료 산정 최적화 문제가 결합된 바이레벨 문제(Bi-level Problem)로 모형을 개발하였다. 여기서, 통행배정문제는 혼잡통행료 징수에 따른 통행자의 행태변화를 고려하기 위하여 Sheffi(1985)가 제시하였던 가변수요모형(Elastic-Demand Network Equilibrium Model)을 적용하였고, 혼잡통행료 산정 최적화 문제로서 사회적 순 편익 최대화문제를 고려하였다. 또한, 이런 형태의 바이레벨 문제는 게임이론측면에서 보면, 두 문제간의 비협력을 전제로 하는 Nash 비협력 게임과 상호 협력을 전제하는 Stackelberg게임으로 구분할 수 있는데, 본 연구에서는 민감도 분석을 통하여 최적해를 찾는 Stackelberg 게임으로 모형을 개발하였다. 통행수요는 단일계층으로 승용차로만 구성되어있다고 가정하였으며, 개발된 모형에 대하여 2개 네트워크에서 실험이 이루어졌다. 실험을 통하여 모형의 알고리즘에 관한 설명과 검증을 하였으며, 혼잡통행료 산정문제와 함께 적합한 혼잡통행료 징수 대상 링크의 선정이 중요한 연구대상임을 제시하였다.

• 대한교통학회지
• /
• 제18권6호
• /
• pp.89-99
• /
• 2000

전통적인 OD조사에 의한 OD추정방법의 여러 문제점들로 인해 링크에서 관측된 교통량과 기존OD를 결합해 새로운 OD를 추정하고자 하는 연구들이 지속되고 있으며, 그 필요성도 증대되고 있다. 그러한 기법중의 하나가 Yang(1995)이 제시한 바이레벨 모형으로, 그는 일반화최소자승법을 풀기위한 Sensitivity Analysis Based (SAB)을 제시하였다. 그러나 SAB 알고리즘은 두가지 중요한 문제점을 가지고 있다. 첫 번째 문제는 실제 OD를 알기가 어렵기 때문에, 기존 OD 조사시의 통행패턴이 현재의 통행패턴과 큰 변화가 없다는 가정 하에, 기존 OD를 추정시 중요한 추정기준으로 설정한다는 점이다. 그러나 이러한 기존 OD에 대한 추정의 종속성으로 인해, SAB는 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못하고 추정결과가 일관적(robust)이지 않게 도출된다. 두 번째 문제는 SAB는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 점이다. 이러한 문제점을 피하기 위해서는 기존 OD의 오차나 관측교통량의 오차에 대해 일관적이고 안정적인 해도출 기법이 필요하다. 본 연구의 목적은 SAB를 비롯한 기존 바이레벨 OD추정기법의 문제점을 지적하고 이에 대한 대안기법을 제시하는 것이다. OD추정의 문제는 본질적으로 비선형이고 비볼록하기 때문에, 다중해를 도출하게 된다. 따라서 전역해 탐색기법이 필요한데, 본 연구에서는 전역최적화가 가능한 유전알고리즘(Genetic Algorithm)을 이용한 OD추정모형(GA-Model:GAM)을 제시하였다. 사례네트워크에 대한 비교분석결과, GAM은 기존 OD의 오타에 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.

• 대한교통학회지
• /
• 제22권7호
• /
• pp.99-106
• /
• 2004

본 연구에서는 바이레벨 문제를 풀기 위한 2가지 접근법, 즉 Cournot-Nash 게임과 Stackelbgerg 게임을 서로 비교하기 위한 것으로, 하위문제가 결정적인 통행배정문제(deterministic traffic assignment)인 경우와 확률적 통행배정문제(stochastic traffic assignment)인 경우로 구분하여 분석한다. 바이레벨 프로그램(bi-level program)은 상위문제(upper level program)과 하위 문제(lower level program)로 구성된 수리적인 문제로 상위문제는 목적하는 특정함수를 최적화시키는 형태이며, 하위문제는 통행자의 행태를 반영하는 형태로 구축된다. 기존에 제시된 알고리듬중 바이레벨문제의 대표적인 풀이 알고리듬인 IOA(Iterative Optimization Assignment) 알고리듬과 기종점 통행행렬추정(OD matrix estimation)에 주로 사용되는 IEA(Iterative Estimation Assignment)은 상위문제와 하위문제가 서로 독립적으로 존재하면서 설계변수와 통행량을 서로 주고받는 형태를 갖고 있어 Cournot-Nash 게임형태이다. 이에 반해, 최근에 제시된 민감도분석(Sensitivity analysis)을 기초로 한 알고리듬들은 상위문제에서 결정된 설계변수 변화에 대해 하위문제의 통행량변화를 민감도를 통해 고려하기 때문에 Stackelbeg게임이라고 볼 수 있다. 본 연구에서는 이들 알고리듬들을 비교하는 데 연구의 목적이 있으며, 기존에 제시된 기법과는 다른 좀 더 효율적인 접근법을 제시한다. 예제 교통망을 이용하여 제시된 모형들을 비교해본 결과, 결정적인 통행배정모형을 하위문제로 설정한 경우에는 두가지 접근법 모두 동일한 상위목적함수 값을 보여 우위를 판단할 수 없었지만, 확정적 통행배정모형으로 설정한 경우, Stackelberg게임 접근법이 Cournot-Nash게임 접근법 보다 더 우수함을 확인할 수 있었다.

• 대한교통학회지
• /
• 제32권6호
• /
• pp.675-685
• /
• 2014

본 연구는 고속도로의 혼잡 완화를 위해 차선통행료 방식에 근거한 고속도로 구간별 차등요금 부과전략을 개발하는데 그 목적이 있다. 이를 위해 상위단계의 교통혼잡 최소화를 위한 각 구간의 주행요금을 산정하는 문제와 하위단계의 가변수요 통행배정문제로 구성된 바이레벨 형태의 모형을 제시하였다. 상위단계 문제의 최적 해를 찾기 위해 민감도 분석 기반의 알고리즘을 이용하였으며, 제안된 모형의 검증을 위해 수정된 Sioux-Falls 네트워크에 적용하였다. 적용 결과 차등요금 부과전략 적용 시 균일한 요금을 징수한 경우보다 교통혼잡이 개선된 것으로 나타났으며 이는 고속도로 구간의 혼잡 완화로 인한 것임을 확인할 수 있었다. 본 연구는 고속도로 특정 구간의 과도한 혼잡으로 인해 발생하는 비효용을 절감하기 위한 수요관리 방안으로 적용될 수 있다.

• 한국철도학회논문집
• /
• 제11권6호
• /
• pp.581-587
• /
• 2008

본 연구에서는 철도건설로 인한 네트워크 효과를 고려할 수 있는 철도망 설계문제(Railway Network Design Problem, RNDP)를 제안하고 이를 풀기 위한 알고리듬을 제시코자 한다. 이를 위하여 bi-level 프로그램으로 모형을 구축하며, 상위문제는 총 통행비용을 최소화시키는 설계변수(design variable)를 구하는 문제이고, 하위문제(lower level problem)는 이에 따른 철도 승객의 철도선택 문제로 표현된다. 따라서, 본 연구의 철도망 설계문제는 철도건설로 인한 승객들의 노선변화를 고려할 있는 장전이 있으며 이점이 기존 철도망설계문제와의 차이점이다. 본 연구에서 제안된 모형과 알고리듬을 2개의 예제 철도망에 적용해 본 결과, 합리적인 해를 산출하여 향후 철도망 계획분야에 적용할 수 있음을 확인하였다.

• 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.

• 한국철도학회논문집
• /
• 제12권3호
• /
• pp.427-436
• /
• 2009

본 연구는 철로를 신설 또는 확장 시 목표로 설정한 지표를 최적화시키는 최적 노선구간을 선정하여 철도망의 네트워크 효과를 고려하는 방법론인 철도망 설계모형(Railway Network Design Problem, RNDP)을 이용하여 설계속도 수준별 고속철도망의 노선축별 분석구간별 투자우선순위를 선정하였다. RNDP의 목적함수를 총 통행시간 최소화로 설정하여 분석한 결과 투자우선순위가 가장 높은 고속철도망 노선축은 서동축이며, 다음으로 서해축, 남해축 순으로 나타났다. 또한 노선축별 최적안은 서동축의 경우 전 구간을 400km/h급으로 신선을 건설하는 대안이, 서해축의 경우 전라선 익산$\sim$여수 구간을 200km/hr급으로 고속화하는 사업을 활용하고 이 구간을 제외한 나머지 신선 구간(송도$\sim$익산)을 400km/h급으로 건설하는 대안인 것으로 분석되었다. 마지막으로 남해축의 경우에는 경전선, 즉 순천$\sim$마산 구간을 200km/hr로 고속화하는 사업을 활용하여 나머지 신선 구간(목포$\sim$순천, 마산$\sim$부산)을 350km/h로 건설하는 대안인 것으로 분석되었다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.131-142
• /
• 2001

Previous OD matrix estimation methods from link traffic counts have focused on the formulation of mathematical model and its solution algorithm. Thereby those methods have assumed that true or real OD is similar to the target OD and paid little attention to the properties of the change of OD structure. Although it is general situation that each OD pair increases or decreases due to significant land use and to large time variation between target OD with real OD, those methods have set unrealistic assumptions that target OD increases or decreases uniformly and that the OD structure does not change. Therefore those methods have showed poor performance of OD estimation in general situation. To cope with the problem. this paper suggests a new concept of OD matrix structure and shows the shortcomings of previous method′s dependancy on target OD matrix. We divide "OD trips" into "OD scale" and "OD structure". Where OD scale is a quantitative magnitude of OD trips and "OD structure" is ordinal OD scale. This paper use the same solution algorithm developed by Baek et al. (2000) for analysing the OD structure. Results of numerical examples show that the performance of the method is better than that of previous methods, while the previous methods have better performance in estimation only when OD trips increase or decrease. In addition to, if OD structure does not change, the results show that the error of estimation is low relatively regardless of the large difference of trips between target OD and real OD. This paper also shows that the model performance on OD structure and on OD trips is low as the number of origins that OD structure is changed increase. From the results we suggest that the change of OD structure can be more important information than the difference between target OD and real OD in OD estimation steps.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.