• Journal of Korean Society of Transportation
• /
• v.16 no.2
• /
• pp.145-155
• /
• 1998

대도시 가로망의 대부분은 신호교차로와 신호교차로가 연결되는 가로(link)로 구성되어 있어 가로의 통행시간은 가로의 주변여건, 차량간의 상호작용 및 교통신호등과 같은 요소에 영향을 받게된다. 따라서 본 연구의 목적은 대도시 가로망에서 신호 연동체계로 운영되는 가로의 통행시간을 예측할 수 있는 모형을 개발하는데 있다. 본 연구는 대구광역시 가로망을 대상으로 연동가로의 교통흐름을 가장 잘 나타내는 Greenberg모형을 이용하여 연동가로의 통행시간 모형을 도출하였다. 도출된 연동가로의 통행시간 모형은 임계통행시간$(t_m$)과 교통량 대가로최대교통량비$(q/q_m)$의 함수로 이루어졌다. $t_m$모형은 안정류상태의 통행시간 및 불안정류상태의 통행시간의 비를 이용하여 개발하였고 가로 용량모형은 상류부와 하류부의 신호조건에 따른 변수와 가로길이를 변수로 하는 모형을 개발하였다. 개발된 모형은 대구광역시를 대상으로 조사한 12개의 연동가로의 자료를 적용하여 연동으로 운영되는 가로의 통행시간 모형을 도출하였다. 도출된 통행시간 모형은 도로용량에 제시한 모형에 비하여 간단하게 가로의 통행시간을 추정할 수 있으며 교통계획에 적용되는 통행시간모형 비하여 가로의 신호 및 운영조건을 포함한 세부적인 통행시간 모형이다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.465-465
• /
• 1998

버스운영에 관한 최적화 모형에는 총 시스템 비용의 최소화 모형과 사회적 편익의 극대화 모형이 있다. 이들 모형들은 해석적 방법에 의해서 특정 이상화된 문제를 연구했다. 특정 필요조건들을 충족시키면서 최적 버스크기, 서비스 빈도, 보유대수를 결정하려고 애썼다. 그러나 실제 버스의 운행시간은 정류장의 지체시간과 승객의 수요에 따라 변화하고 승객의 비용추정시 접근시간을 현실적으로 고려하지 못해 버스 운영의 비효율성을 초래하기 쉽다. 본 연구의 목적은 시간대별로 이용자와 운영자의 비용의 합으로 구성된 총 교통 모형을 최소화는 모형을 구축하는 것이다. 본 논문에서는 기존의 문헌에서 충분히 고려하지 않은 정류장 간격에 따른 이용자의 접근시간과 버스가 정류장에 들어가고 나올 때의 감·가속으로 인한 지체와 승객의 승·하차로 인한 지체를 고려한 버스의 정류장 정차시간을 기존의 모형에 추가시켜서 운행간격, 버스정류장의 정차시간, 정류장 간격 및 보유대수를 결정하는 방법을 제안했다. 아울러 실제 서울시에서 운행되고 있는 시내버스 노선에 대해 사례분석을 통해서 본 모형을 실제 적용해보고 기존의 운영비용과 비교하고 본 모형의 유효성을 검증할 예정이다.

• Journal of Korean Society of Transportation
• /
• v.16 no.2
• /
• pp.133-144
• /
• 1998

양방향 2차로 도로는 우리나라 전체 포장도로 연자의 84%를 차지하고 있다. 양방향 2차로 도로의 효율성 및 교통류의 운영상태를 파악하기 위한 서비스 수준 척도로 지체시간의 백분율이 많이 사용되고 있다. 지체시간의 산정은 특정 도로 설계구간을 추원금지구간으로 설계할 것이지, 예산을 더 투자하여 선형을 개선함으로써 추원가능 구간으로 설계할 것인지에 대한 판단 기준을 제시할 수 있기 때문에 도로설계과정에 있어서 매우 중요하다. 본 연구에서는 저속차량의 확률적 분포를 고려하여 추원금지구간에서 발생하는 지체시간을 산정할 수 있는 모형을 제시하였다. 모형식이 기존에 확률적 분포를 고려하여 추월금지구간에서 발생하는 지체시간을 산정할 수 있는 모형을 제시하였다. 모형식이 기존에 개발된 거시적 수학적 모형에 비해 비교적 단순하고 입력변수도 수집이 용이한 점이 특징이라 할 수 있다. 모형의 신뢰성을 현장데이터를 이용하여 검증한 결과, 모혀으이 예측값이 근사적으로 츠덩한 실제 지체시간을 포함하는 긍정적인 결과를 도출하였다. 그러나 모형의 예측값 범위가 넓어 실용적인 MOE로 사용하기에 다소 무리가 있을 것으로 판단되므로, 개략적인 평가기준으로 모형이 예측한 값의 평균값을 보정하여 사용할 것을 제안한다. 모형의 신뢰성을 높이기 위해서는 본 연구에서 가정한 확률분포식에 대한 추가적인 검증이 필요할 것으로 판단된다. 본 연구는 실제 상황을 표현하는데 있어 확률적 개념의 도입과 이러한 새로운 접근방법의 기초를 마련한 측면에서 의미를 갖는다. 또한, 양방향 2차로 도로에서의 지체시간은 실제 소요시간과 자유운행시 즉 다른 차량의 영향을 받지 않았을 때의 속도 및 운영시간과의 차이로 정의한 바, 실제 지체시간을 현장자료를 통해 구하기란 현실적으로 불가능하므로, 본 연구에서는 이러한 제약점을 극복할 수 있는 근사적인 지체시간을 계산하는 방법을 제시한 점에서 의미를 갖을 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.346-346
• /
• 2022

본 연구에서는 GPU(Graphic Processing Unit) 가속 분포형모형을 실제 유역에 적용하여 강우 유출모의 결과의 정확성과 모의시간의 효율성에 대한 분석을 수행하였다. 분포형모형의 지배방정식은 운동파모형과 Green-Ampt모형으로 구성되어 있으며, 운동파모형은 유한체적법을 이용하여 이산화 하였다. GPU 가속 모형은 CUDA(Compute Unified Device Architecture) 포트란(Fortran)을 사용하여 개발된 모형으로 수치모의시 연산시간 단축을 고려한 모형이다. 모형의 정확성과 효율성은 미호천 유역에서 발생하는 강우유출현상에 GPU 가속 운동파모형을 적용하여 분석하였다. 수치모의 결과값은 대상유역에 속한 수위관측소의 관측값과 비교하여 정확성을 검증하였고, 수치모의 소요시간은 CPU(Central Processing Unit) 기반 운동파모형의 수치모의 소요시간과 비교하여 효율성을 검증하였다. GPU 가속 운동파모형의 수치모의 결과는 관측값과 유사한 결과를 나타냈으며, 수치모의 소요시간은 본 연구에 사용된 장비를 기준으로 최대 100배 정도 단축되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.3 no.1 s.4
• /
• pp.31-44
• /
• 2004

The study of Estimation model for the short-term travel time prediction. There is a different solution which has predicted the link travel time to solve this problem. By using this solution, the link travel time is predicted based on link conditions from time to time. The predicated link travel time is used to search the shortest path. Before providing a dynamic shortest path finding, the prediction model should be verified. To verify the prediction model, three models such as Kalman filtering, Stochastic Process, ARIMA. The ARIMA model should adjust optimal parameters according to the traffic conditions. It requires a frequent adjustment process of finding optimal parameters. As a result of these characteristics, It is difficult to use the ARIMA model as a prediction. Kalman Filtering model has a distinguished prediction capability. It is due to the modification of travel time predictive errors in the gaining matrix. As a result of these characteristics, the Kalman Filtering model is likely to have a non-accumulative errors in prediction. Stochastic Process model uses the historical patterns of travel time conditions on links. It if favorably comparable with the other models in the sense of the recurrent travel time condition prediction. As a result, for the travel time estimation, Kalman filtering model is the better estimation model for the short-term estimation, stochastic process is the better for the long-term estimation.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.153-166
• /
• 1998

본 연구에서는 도시 가로망에서의 구간 통행시간을 예측하기 위하여 time-frequency 분석의 일종인 웨이브렛변환과 RBF신경망 모형을 이용한 예측모형을 개발하였다. 웨이브렛 변환을 이용한 시계열 자료 분석을 통해서 통행시간에 내재되어 있는 다양한 패턴의 특징을 추출함으로써 오전/오후의 첨두현상, 신호교차로의 현시주기 등 주기적으로 발생되는 요인들에 의해서 통행시간 시계열 자료의 패턴에 나타나는 규칙성을 분석해 내었다. 분석된 패턴정보에 대한 규명은 카오스 이론을 근간으로한 시간지연좌표를 이용하여 시계열 자료의 규칙성을 시각적으로 판별하여 예측모형 구축에 활용하도록 하였다. 또, RBF신경망을 이용하여 예측범위의 공간적/시간적 확대에 따른 모형 구축에 소요되는 시간을 최소화하도록 하였으며, 시내버스 노선의 정류장간 운행시간 예측을 통해서 기존 연구에서 제기되었던 현실세계의 단순화, 다단계 예측시 정확성 등의 문제를 해결하였다. 예측실험결과 웨이브렛 변환을 데이터의 전처리 과정에 삽입하여 링크 통행시간의 패턴정보 예측에 활용할 경우, 기존의 예측모형에 비해서 훨씬 정확한 예측이 가능한 것으로 나타났으며, RBF 신경망은 짧은 학습시간에도 불구하고 역전파 신경망보다 우수한 예측력을 갖고 있는 것으로 밝혀졌다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.403-407
• /
• 2011

본 연구에서는 임의시간 환산계수(Conversion Factor, CF)와 관련하여 거의 유일한 이론적 연구인 Weiss 모형을 자세히 검토하고, 그 문제점을 보완한 수정 Weiss 모형을 제안하였다. 특히, 임의시간 환산계수를 이론적인 방법을 통해 산정하는 과정에서 강우 지속기간과 강우 시간분포의 특성을 반영하지 못하는 한계를 극복하는 시도의 하나로서 강우의 시간분포 특성을 고려하여 CF를 결정하였다. 이를 실제 관측 자료에 근거한 국내 외 CF값들과 비교해본 결과, 수정 Weiss 모형을 근거로 산정한 CF값은 강우 시간분포의 특성에 영향을 받으며 그 형태에 따라 다양한 값이 나타남을 확인할 수 있었다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.83-92
• /
• 1998

서울과 일산 신도시의 출근통행 교통수단 선택모형을 구축하고, 두 도시간 수단선택행태를 분석.비교하였다. 분석을 위한 자료로는 1996년 서울시에서 수행한 가구통행실태조사자료를 이용하였으며, 수단선택모형으로는 다항로짓모형을 사용하였다. 두 지역 출근통행 수단선택모형의 모형구조상의 차이 및 모형의 지역간 이전가능성을 분석하였고, 출근통행의 시간가치 및 탄력성을 분석하고 비교하였다. 통계적 검증의 결과 출근통행의 수단선택에 있어서, 모형구조적 측면에서나 선택행태적 측면에서 수단 선택모형의 두 도시간 이전은 불가능한 것으로 나타났다. 서울의 출근통행의 시간가치가 일산보다 전반적으로 큰 것으로 분석되었고, 특히 서울의 경우, 택시이용자의 시간가치가 자가용 이용자의 시간가치보다 큰 것으로 나타났다. 두 도시 모두 통행시간에 대한 탄력성 통행비용에 대한 탄력성보다 전반적으로 크며, 버스와 지하철간의 통행시간에 대한 교차탄력성이 매우 높은 것으로 분석되었다.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.75-88
• /
• 1998

서울과 일산 신도시의 출근통행 교통수단 선택모형을 구축하고, 두 도시간 수단선택형태를 분석.비교하였다. 분석을 위한 자료로는 1996년 서울시에서 수행한 가구통행실태조사자료를 이용하였으며, 수단선택모형으로는 다항로짓모형을 사용하였다. 두 지역 출근통행 수단선택모형의 모형구조상의 차이 및 모형의 지역간 이전가능성을 분석하였고, 출근통행의 시간가치 및 탄력성을 분석하고 비교하였다. 통계적 검증의 결과 출근통행의 수단선택에 있어서, 모형구조적 측면에서나 선택행태적 측면에서 수단선택모형의 두 도시간 이전은 불가능한 것으로 나타났다. 서울의 출근통행의 시간가치가 일산보다 전반적으로 큰 것으로 분석되었고, 특히 서울의 경우, 택시이용자의 시간가치가 자가용 이용자의 시간가치보다 큰 것으로 나타났다. 두 도시 모두 통행시간에 대한 탄력성 통행비용에 대한 탄력성보다 전반적으로 크며, 버스와 지하철간의 통행시간에 대한 교차탄력성이 매유 높은 것으로 분석되었다.