초록
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.
This paper presents some comparisons between Cournot-Nash and Stackelberg game in bi-level program, composed of both upper level program and lower level one. The upper level can be formulated to optimize a specific objective function, while the lower formulated to express travelers' behavior patterns corresponding to the design parameter of upper level problem. This kind of hi-level program is to determine a design parameter, which leads the road network to an optimal state. Bi-level program includes traffic signal control, traffic information provision, congestion charge and new transportation mode introduction as well as road expansion. From the view point of game theory, many existing algorithms for bi-level program such as IOA (Iterative Optimization Assignment) or IEA (Iterative Estimation Assignment) belong to Cournot-Nash game. But sensitivity-based algorithms belongs to Stackelberg one because they consider the reaction of the lower level program. These two game models would be compared by using an example network and show some results that there is no superiority between the models in deterministic case, but in stochastic case Stackelberg approach is better than that of Cournot-Nash one as we expect.