Abstract
Until now, though most of the studies related to demand estimation method using traffic counts use methods based on singleclass, travel demands or flows are made by mixing various vehicles in real networks. In general, existing demand estimation methods based on traffic counts estimate O/D by converting a multiclass O/D matrix and traffic counts into a singleclass O/D matrix and traffic counts through PCE conversion, and analyze a O/D matrix by dividing into a multiclass O/D matrix and traffic counts after multiplying an estimated O/D matrix by the fixed ratio of a singleclass O/D matrix and traffic counts before PCE conversion. However, the merits of a demand estimation method based on multiclass calculate each route choice ratio about multiclass O/D, and maximize the estimation capability of multiclass by calculating each gradient, the reduction direction of objective function. Therefore, this study aims to establish a demand estimation method which considers congestion between vehicle and vehicle by using multiclass instead of singleclass.
현재까지의 관측교통량기반 수요추정법은 단일차종(singleclass)기반 연구가 대부분을 차지하고 있다. 그러나 현실 교통망에서는 여러 차종이 혼재되어 교통수요나 흐름을 만든다. 즉, 기존의 관측교통량기반 수요추정법은 PCE(Passenger Car Equivalent) 환산을 통한 여러 개의 차종O/D 및 관측교통량을 승용차 단위로 전환하여 하나의 O/D 및 관측교통량으로 만들어 O/D를 추정하고, 최초의 PCE환산이전 차종별 O/D의 고정비율과 관측교통량 고정비율로 곱해 차종별 O/D 및 관측교통량으로 나누어 분석하는 것이 일반적인 방법이었다. 즉, 다차종기반분석법은 각각의 차종별 O/D에 대한 노선선택비율을 각각 계산하고, 그에 따른 목적함수 감소방향인 gradient를 또한 각각 계산하여 차종별 추정력을 극대화하는 것이 그 장점이라고 할 수 있다. 따라서, 본 연구에서는 단일차종기반추정법을 다차종기반추정법으로 확장하여 차종간 혼잡을 고려한 보다 현실적인 수요추정기법을 마련하는 것이 본 연구의 목적이라고 하겠다.
