DOI QR코드

DOI QR Code

A Study on the Classification of Road Type by Mixture Model

혼합모형을 이용한 도로유형분류에 관한 연구

  • 임성한 (한국건설기술연구원 첨단도로교통연구실) ;
  • 허태영 (한국해양대학교 데이터정보학과) ;
  • 김현석 (한국건설기술연구원 첨단도로교통연구실)
  • Received : 2008.05.02
  • Accepted : 2008.07.28
  • Published : 2008.11.30

Abstract

Road classification system is the first step for determining the road function and design standards. Currently, roads are classified by various indices such as road location and function. In this study, we classify road using various traffic indices as well as to identify traffic characteristics for each type of road. To accomplish the objectives, mixture model was applied for classifying road and analyzing traffic characteristics using traffic data that observed at permanent traffic count stations. A total of 8 variables were applied: annual average daily traffic(AADT), $K_{30}$ coefficient, heavy vehicle proportion, day volume proportion, peak hour volume proportion, sunday coefficient, vacation coefficient, and coefficient of variation(COV). A total of 350 permanent traffic count points were categorized into three groups : Group I (Urban road), Group II (Rural road), and Group III (Recreational road). AADT were 30,000 for urban, 16,000 for rural, and 5,000 for recreational road. Group III was typical recreational road showing higher average daily traffic volume during Sunday and vacational periods. Group I showed AM peak and PM peak, while group II and group III did not show AM peak and PM peak.

도로분류체계는 도로의 기능 및 설계기준을 정의하기 위한 기초가 된다. 현재 우리나라에서는 도로의 소재지역, 도로의 기능 등 다양한 기준에 따라 도로를 구분하고 있다. 본 연구에서는 다양한 교통지표를 이용하여 일반국도를 분류하고, 도로 유형별 교통 특성을 규명하고자 하였다. 이를 위해 상시교통량 조사지점을 대상으로 다양한 교통지표를 이용하여 혼합모형을 통해 일반국도를 유형별로 분류하고 교통특성을 분석하였다.적용된 변수는 총 8개로 AADT(연평균 일교통량), $K_{30}$(설계시간 계수), 중차량 비율, 주간 교통량 비율, 첨두율, 일요일 계수, 휴가철 계수, 그리고 COV(변동계수)이다. 요인분석 결과 2개의 요인 즉, 교통량 변동 특성 요인(COV, $K_{30}$, 휴가철계수, 주간 교통량 비율, 일요일계수, 첨두율, AADT)과 중차량 및 방향별 특성 요인(중차량 비율, $D_{30}$)이 추출되었다. 306개 상시지점이 3개의 그룹으로 구분되며, 이에 대한 교통특성을 분석한 결과 그룹 I은 도시부도로, 그룹 II는 지방부도로, 그룹 III은 관광부도로로 판단된다. AADT는 도시부도로가 30,000대, 지방부도로가 16,000대, 그리고 관광부도로가 5,000대 수준인 것으로 분석된다. 그룹 III은 일요일과 휴가철의 평균 일교통량이 연평균 일교통량보다 매우 많은 전형적인 관광 위락 도로임을 알 수 있다. 시간대별 교통량 분석결과 평일 교통량 패턴은 그룹 I이 비교적 오전 및 오후 첨두현상이 강하게 나타나며, 그룹 II와 그룹 III은 첨두현상이 거의 나타나지 않는 것으로 분석된다.

Keywords

References

  1. 강원의(2001) 일반국도의 수행 기능 분석에 의한 적정 설계기준연구, 대한교통학회지, 대한교통학회, 제19권 제1호, pp. 53-61.
  2. 건설교통부(1992, 2001) 도로용량편람.
  3. 건설교통부(1999) 국도 기능분류 및 효율적 투자방안 연구.
  4. 건설교통부(2000) 도로의 구조.시설 기준에 관한 규칙 해설 및 지침.
  5. 김주현, 도명식, 정재은(2002) 국도 기능 분류를 위한 그룹핑 방법론에 관한 연구, 대한교통학회지, 대한교통학회, 제20권 제5호, pp. 131-144.
  6. 도철웅(1998) 교통공학원론(상), 청문각.
  7. 일본 건설성 토목연구소(1983 도로 기능 분류와 교통 특성에 관한 연구.
  8. 임성한(2005) 일반국도 유형분류 및 유형별 교통특성에 관한 연구, 대한토목학회논문집, 대한토목학회, 제25권 제4D호, pp. 555-563.
  9. 정헌영, 권정철(1996) 도로의 구조 및 이용실태분석에 의한 기능유형화에 관한 연구, 대한국토.도시계획학회지, 대한국토.도시계획학회지, 제31권 제3호, pp. 111-123.
  10. Albright, D.(1987) A quick cluster control method : permanent control station cluster analysis in average daily traffic calculations, Transportation Research Record 1134, pp. 57-64.
  11. Dempster, A. P., Laird, N. M. and Rubin. D. B. (1997) Maximum Likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society, Series B (Methodological) , Vol. 39, No. 1, pp. 1-38.
  12. Flaherty, J.(1993) Cluster analysis of arizona automatic traffic recorder data, Transportation Research Record 1410, pp. 93-99.
  13. Lehmann, D. R. Gupta, S. and Steckel, J. (1998) Marketing Research, Boston : Addison-Wesley.
  14. Wedel, M. and Kamakura, A. (2000) Market Segmentation : Conceptual and Methodological Foundations, (2nd Editions), Dordrecht: Kluwer.