• 한국통신학회논문지
• /
• 제35권4B호
• /
• pp.576-583
• /
• 2010

무선인터넷은 이동 단말기를 통해 무선으로 인터넷에 접속하여 데이터 통신이나 인터넷 서비스를 제공받을 수 있는 네트워크이다. 무선 접속망과 유선 인터넷의 다른 두 네트워크를 효율적으로 연동하기 위해서는 프로토콜 전환 시스템인 WAP게이트웨이가 필요하다. 무선인터넷 서비스를 안정적이고 비용 효율적으로 제공하기 위해서는 적절한 게이트웨이 시스템 용량산출이 필요하고 시설투자의 경제성을 획득하기 위해서는 트래픽 모델링 및 예측을 포함한 트래픽 엔지니어링 기법이 필요하다. 기존의 용량산출 기법은 직관적이고 정성적인 방식을 탈피하지 못했으나 본 논문에서는 보다 정량적이며 해석적으로 WAP 서비스에서 트래픽 기술 파라미터 정의하고 트래픽 예측 기법에 근거한 용량산출 기법을 다룬다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.795-797
• /
• 2005

During the past few years, various traffic-flow forecasting models, i.e. an ARIMA, an ANN, and so on, have been developed to predict more accurate traffic flow. However, these models analyze historical data in an attempt to predict future value of a variable of interest. They make use of the following basic strategy. Past data are analyzed in order to identify a pattern that can be used to describe them. Then this pattern is extrapolated, or extended, into the future in order to make forecasts. This strategy rests on the assumption that the pattern that has been identified will continue into the future. So ARIMA or ANN models with its traditional architecture cannot be expected to give good predictions unless this assumption is valid; The statistical models in particular, the time series models are deficient in the sense that they merely extrapolate past patterns in the data without reflecting the expected irregular and infrequent future events Also forecasting power of a single model is limited to its accurate. In this paper, we compared with an ANN model and ARIMA model and tried to combine an ARIMA model and ANN model for obtaining a better forecasting performance. In addition to combining two models, we also introduced judgmental adjustment technique. Our approach can improve the forecasting power in traffic flow. To validate our model, we have compared the performance with other models. Finally we prove that the proposed model, i.e. ARIMA + ANN + Judgmental Adjustment, is superior to the other model.

• 대한산업공학회지
• /
• 제37권4호
• /
• pp.297-303
• /
• 2011

Major ports in Northeastern Asia engage in fierce competition to attract transshipment traffic volume. Existing time series analyses for analyzing port competition relationships examine the types of competition and relations through the signs of coefficients in cointegration equations using the transshipment traffic volume results. However, there are cases for which analyzing competing relationships is not possible based on the results of the transshipment traffic volume data differences and limitations in the forecasting of traffic volume. Accordingly, we used the Lotka-Volterra (L-V) model,also known as the ecosystem competitive relation model, to analyze port competition relations for the long-term forecast of South Korean transshipment traffic volume.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권1호
• /
• pp.216-238
• /
• 2023

In intelligent transportation systems, traffic management is an important task. The accurate forecasting of traffic characteristics like flow, congestion, and density is still active research because of the non-linear nature and uncertainty of the spatiotemporal data. Inclement weather, such as rain and snow, and other special events such as holidays, accidents, and road closures have a significant impact on driving and the average speed of vehicles on the road, which lowers traffic capacity and causes congestion in a widespread manner. This work designs a model for multivariate short-term traffic congestion prediction using SLSTM_AE-BiLSTM. The proposed design consists of a Bidirectional Long Short Term Memory(BiLSTM) network to predict traffic flow value and a Convolutional Neural network (CNN) model for detecting the congestion status. This model uses spatial static temporal dynamic data. The stacked Long Short Term Memory Autoencoder (SLSTM AE) is used to encode the weather features into a reduced and more informative feature space. BiLSTM model is used to capture the features from the past and present traffic data simultaneously and also to identify the long-term dependencies. It uses the traffic data and encoded weather data to perform the traffic flow prediction. The CNN model is used to predict the recurring congestion status based on the predicted traffic flow value at a particular urban traffic network. In this work, a publicly available Caltrans PEMS dataset with traffic parameters is used. The proposed model generates the congestion prediction with an accuracy rate of 92.74% which is slightly better when compared with other deep learning models for congestion prediction.

• 대한교통학회지
• /
• 제34권5호
• /
• pp.476-488
• /
• 2016

이 연구에서는 교통수요예측의 신뢰성에 영향을 미치는 요소와 원인을 검토하였다. 통행의 다양성과 불규칙성, 입력자료 한계, 자료의 집합화, 모형의 단순화가 포괄적 의미에서 교통예측 오차원인이 된다. 또한 불가피하게 존재하는 예측 오차의 이론적 배경을 정확히 규명함으로써 예측결과를 실무적 정책결정에 활용할 시에 합리적 판단을 하는데 도움이 되도록 하였다. 본 연구에서는 특히 노선배정모형의 예측 오차의 요인에 초점을 두고, KTDB 자료기반 분석오차를 6개 항목으로 나누어 설명하였다. 즉, (1) 입력 자료의 오차, (2) 공간 집합화와 네트워크 표현방식에 따른 오차, (3) 교통패턴 변동에 대한 대푯값 설정에 따른 오차, (4) 교통류모형 단순화에 따른 오차, (5) 노선선택 행태 집합화에 따른 오차로 구분하여 설명하였다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.207-218
• /
• 2001

신호교차로 교통사고는 도시가 발달하고 산업이 고도화됨에 따라 교통혼잡 문제와 함께 심각한 사회문제로 대두되고 있다. 특히 이와 같은 교통사고는 대부분 인적 요인, 차량적 요인, 환경적 요인 등이 상호 복합적으로 작용하여 발생한다. 이전 교통사고와 교통량과의 관계는 운전자 과실과 함께 교통사고 발생에 주요요인으로 작용하고 있다. 본 연구에서는 교통사고 예측모형을 개발하기 위해 1996년부터 1998년까지 3년 동안에 실제 광주광역시 4-지 신호교차로 73개소에서 발생한 교통사고자료를 기초로 하였다. 또한 4-지 신호교차로 교통사고 분석에 단순통계분석과 교차분석 및 다중회귀분석을 사용하였다. 특히 다중회귀분석에는 교차로 사고분석을 위해 사고유형을 종속변수로, 방향별 접근 교통량을 독립변수로 각각 적용하여 교통사고 예측모형을 도출하였다. 그리고 본 연구에서 도출된 예측모형을 이용하여 전라남도 4-지 신호교차로에 대한 교통사고 잦은 지점으로 선정된 30개소를 선택, 사고유형을 분석한 후 교통사고 예측모형에 적용하여 사고모형을 검증하였다. 결론적으로 본 연구에서는 사고유형과 방향별 접근 교통량과의 관계를 이용하여 광주광역시 4-지 신호교차로 교통사고 예측모형을 개발하였고, 향후 연구과제로 타 지역 신호교차로 교통사고 예측모형 연구와 교차로 교통사고에 대한 안전대책 및 안전한 교차로 설계에 대한 지속적인 연구가 수행되어 져야 할 것이다.

• 산업공학
• /
• 제12권4호
• /
• pp.625-634
• /
• 1999

On this study we selected some variable which affect on the estimated of the voice traffic, and estimated daily average traffic by years according to the variables. We applied nonlinear growth curve model to future traffic forecast with estimated historical traffic data. As a result of the forecasting, this study investigates the year in which the internet traffic goes far than the voice traffic.

• 대한교통학회지
• /
• 제7권2호
• /
• pp.29-43
• /
• 1989

The purpose of this study is to construct a forecasting model involved in a diverted traffic volume of the 2nd intra-urban expressway in construction presently, in the case of the future prediction of traffic demand for the intra-urban expressway in Pusan. In this study, the model involved in a diverted traffic volume is constructed trustworthy. And the future traffic demand of intra-urban expressway by this model was forecasted 114,005 volume/daily in 1996 and 147,090 volume/daily in 2001. However, it will made a study more and more concretely for practicality and limitation as well as construction of the forecasting model considered an intrinsic problem of an observational error and necessity of survey for much more socio-economic data, the traffic volume on all orad and OD pairs in Pusan.

• 산업경영시스템학회지
• /
• 제40권1호
• /
• pp.65-78
• /
• 2017

Even though cars have a good effect on modern society, traffic accidents do not. There are traffic laws that define the regulations and aim to reduce accidents from happening; nevertheless, it is hard to determine all accident causes such as road and traffic conditions, and human related factors. If a traffic accident occurs, the traffic law classifies it as 'Negligence of Safe Driving' for cases that are not defined by specific regulations. Meanwhile, as Korea is already growing rapidly elderly population with more than 65 years, so are the number of traffic accidents caused by this group. Therefore, we studied predictive and comparative analysis of the number of traffic accidents caused by 'Negligence of Safe Driving' by dividing it into two groups : All-ages and Elderly. In this paper, we used empirical monthly data from 2007 to 2015 collected by TAAS (Traffic Accident Analysis System), identified the most suitable ARIMA forecasting model by using the four steps of the Box-Jenkins method : Identification, Estimation, Diagnostics, Forecasting. The results of this study indicate that ARIMA $(1, 1, 0)(0, 1, 1)_{12}$ is the most suitable forecasting model in the group of All-ages; and ARIMA $(0, 1, 1)(0, 1, 1)_{12}$ is the most suitable in the group of Elderly. Then, with this fitted model, we forecasted the number of traffic accidents for 2 years of both groups. There is no large fluctuation in the group of All-ages, but the group of Elderly shows a gradual increase trend. Finally, we compared two groups in terms of the forecast, suggested a countermeasure plan to reduce traffic accidents for both groups.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권4호
• /
• pp.189-196
• /
• 2017

버스정보시스템은 버스도착시간 예측과 같은 버스와 관련한 여러 정보를 제공한다. BIS는 우리나라 거의 모든 도시에 구축되어 있고 대중교통의 편의성 개선에 능동적인 역할을 하고 있다. 현재 BIS 시스템에서 버스 도착 예정시간을 예측하기 위하여 사용되는 대표적인 방법으로는 이동평균필터, Kalman Filter, 회귀 모형 등이 있다. 버스 도착 시간 예측의 정확성은 BIS 시스템에서 고려하고 있는 교통 상황이나 예측 알고리즘에 따라 차이가 크다. 현재 BIS에서 사용하는 예측 기법은 구간 통과 시간과 거리만을 이용한다. 그러나 도착시간 예측은 교통흐름, 신호주기, 이상 상황, 데이터 결측 등에 큰 영향을 받는다. 버스 도착 시간 예측의 정확도를 높이기 위해서는 위의 문제를 고려하여 모델링해야 하는 어려움이 있다. 은닉 마르코프 모델은 이와 같은 다양한 상황을 효과적으로 모델링 할 수 있다. 따라서 버스 도착 시간 예측의 정확도를 높이기 위해 도착시간에 대한 HMM 예측 모델을 구축했다. 이 모델에서는 순천시의 2015년 한 해 동안 수집한 데이터가 이용되었으며, 순천시에는 2298개의 정류장과 217개의 노선이 있다. 모델은 주중과 주말의 패턴을 다르게 적용하며, 다른 구간과 시간에 대해 모델이 적용된다. 본 논문에서는 버스정보시스템에 은닉 마르코프 모델 적용방법과 검증을 통해 버스정보시스템에서 사용 중인 이동평균필터, Kalman Filter, 회귀 모형을 사용한 예측 방법 보다 정밀한 정확도를 얻는 방법을 제안한다.