• Journal of Korean Society of Transportation
• /
• v.16 no.3
• /
• pp.37-45
• /
• 1998

교통영향평가는 1985년 서울시에서 실시된 이후 사업 시행자에 의해 개발지 주변 도로 교통상황을 개선하는데 크게 기여하여 왔으며 향후 이러한 교통유발 원인자 부담원칙 에 의한 교통개선체제는 지방 자치화 시대를 맞이하여 계속 유지될 전망이다. 하지만 교통 영향 평가시 도로개선의 판단 기중이 되는 개발에 따른 교통발생 예측량이 평가자에 따라 상이한 결과가 나타나고 이에 따른 상이한 주변 도로 서비스수준(LOS)이 도출되어 합리적 교통처리 방안 제시에 문제가 되고 있다. 이러한 문제는 광역적 교통량 예측 프로그램 이 용, 상이한 통행 발생원단위 사용, 그리고 일률적 교통량 예측범위에 기인한다. 따라서 본 연구는 교통영향 평가시 국내와 미국의 교통량 예측 방법 비교·분석을 통해 합리적 교통량 예측방법을 제시하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.395-396
• /
• 2014

최근 급증하는 교통 혼잡으로 인해 시간적/물리적 손실이 크게 발생하고 있다. 이러한 교통난 해소는 시설투자만으로는 근본적인 해결책이 될 수 없다는 판단 하에 지난 수년간 보다 정확한 교통량을 예측하기 위해 다양한 교통량 예측 모델들이 개발되어왔다. 그러나 기존 모델들은 회기분석을 통해 과거 교통량을 분석하고 과거의 교통패턴이 미래에 지속적으로 연장된다는 가정 하에 연구되었기 때문에 실시간으로 급변하는 불규칙한 교통 패턴에 대한 예측의 신뢰성을 떨어트린다. 이를 위해 본 논문에서는 큐잉 네트워크 모델 기반의 교통량 예측 모델을 설계 하고 이를 바탕으로 안드로이드 기반의 애플리케이션을 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.347-348
• /
• 2014

최근 급증하는 교통 혼잡으로 인해 시간적/물질적 손실이 크게 발생하고 있다. 이러한 교통난 해소는 시설투자만으로는 근본적인 해결책이 될 수 없다는 판단 하에 지난 수년간 보다 정확한 교통량을 예측하기 위해 시계열 기반의 다양한 교통량 예측 모델들이 개발 되어 왔다. 그러나 시계열 기반의 모델들은 회귀분석을 통해 과거 교통량을 분석하고 과거의 교통패턴이 미래에도 지속적으로 연장된다는 가정 하에 연구되었기 때문에 실시간으로 급변하는 불규칙한 교통 패턴에 대한 예측의 신뢰성을 떨어트린다. 또한 시계열 기반의 예측 기법은 어떠한 회귀분석 모델을 사용하는지에 따라 성능의 차이가 많이 나타나기 때문에 회귀분석 모델 선택이 중요하다. 이러한 제약을 극복하기 위해 본 논문에서는 은닉 마르코프 모델(Hidden Markov model)을 이용해 동적인 교통 패턴에 따라 현재 상황에 맞는 회귀분석 모델을 선택하는 신뢰도 높은 교통량 예측 시스템을 제안한다.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.21-32
• /
• 1998

인공신경망을 이용하여 고속도로 교통량을 예측함에 있어, 입력요소에 따른 예측력의 차이를 분석하였다. 입력요소의 차이는 크게 공간적 지점의 차이와 시간적 시점의 차이로 구분하였다. 우선 공간적 지점에 관한 입력요소로는 두 가지 경우를 가정하였는 바, 그 하나는 상류지점의 교통량만을 입력요소로 사용한 경우이며, 나머지는 목표지점에 대한 상.하류지점의 교통량을 입력요소로 사용한 경우이다. 시간적 시점의 관점에서는 단일시점과 다중시점으로 입력요소를 구분하였다. 경부고속도로 FTMS자료를 이용하여 분석한 사례연구의 결과, 미래 시점의 교통량을 예측할 때 모형의 입력요소로 상류지점의 교통량만을 단독으로 사용했을 때보다 상.하류지점의 자료를 사용했을 때 예측력은 훨씬 높아지는 것으로 분석되었다.

• Proceedings of the KOR-KST Conference
• /
• 1993.07a
• /
• pp.153-201
• /
• 1993

한국에 있어서 급속한 경제성장과 사업구조의 변화로 인하여 차량과 교통량이 급속히 증가하였다. 따라서 교통량은 기존 시설물의 용량을 초과하게 되었다. 증가된 교통량과 부족한 교통시설로 인하여 사회.경제전반에 걸쳐서 제 교통문제가 발생하게 되었고, 이러한 교통문제를 해결하기 위해서 과학적인 교통수요예측기법이 요구되었다. 본 논문에서는 과거 20여년간의 교통부문의 연구활동 중 특히, 교통수요예측에 관한 연구에 대해서 사례를 중심으로 살펴 보고자 한다. 논문의 주요내용으로는 아래와 같다. 1) 한국의 교통상황을 개략적으로 설명하고, 한국에서 합리적인 교통 수요예측기법이 필요하게된 배경을 설명 2) 교통수요예측에 필요한 사회.경제변수에 관한 자료를 소개하고, 합리적인 수요예측을 위하여 제 변수의 중요성을 설명 3) 한국에서 과거에 적용한 교통수요예측 모형의 구조와 장.단점을 소개 4) 현재 한국에서 적용하고있는 교통수요예측에 관한 모형의 구호와 적용절차를 본 단계의 과정으로 설명함으로써 그 동안 한국에서의 연구, 적용되어온 교통수요예측 모형에 관한 소개와 적용사례를 제시하고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.5
• /
• pp.773-794
• /
• 2021

Prediction of vehicle traffic volume is very important in planning municipal administration. It may help promote social and economic interests and also prevent traffic congestion costs. Traffic volume as a time-varying trajectory is considered as functional data. In this paper we study three functional regression models that can be used to predict an unseen trajectory of traffic volume based on already observed trajectories. We apply the methods to highway tollgate traffic volume data collected at some tollgates in Seoul, Chuncheon and Gangneung. We compare the prediction errors of the three models to find the best one for each of the three tollgate traffic volumes.

• KDI Journal of Economic Policy
• /
• v.35 no.4
• /
• pp.31-61
• /
• 2013

The purpose of this study is to calculate the economic value of transport demand forecasting risks in the road PPP project. Under the assumption that volatility of the road PPP project value occurs only in regard with uncertainty of traffic volume forecasting, this study calculates the economic value of the traffic forecasting risks in the case of the road PPP project. To that end, forecasted traffic volume is assumed to be a stochastic variable and to follow the Geometric Brownian motion as time passes. In particular, this study attempts to differentiate itself from existing studies that simply use an arbitrary assumption by presenting the application of different traffic volume growth volatility and the rates before and after the ramp-up period. Analysis of the case projects reveals that the risk premium related to traffic volume forecast of the project turns out as 7.39~8.30%, without considering option value-such as minimum revenue guarantee-while the project value volatility caused by transport demand forecasting risks is 17.11%. As the discount rate grows higher, the project value volatility tends to decrease and volatility in project value is always suggested to be larger than that in transport volume influenced by leverage effect due to fixed expenditure. The market value of transport demand forecasting risk-calculated using the project value volatility and risk premium-is analyzed to be between 0.42~0.50, implying that a 1% increase or decrease in the transport amount volatility would lead to a 0.42~0.50% increase or decrease in risk premium of the project.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.6
• /
• pp.1-13
• /
• 2021

In this study, a time series analysis technique was applied to calibrate and predict traffic data for various purposes, such as planning, design, maintenance, and research. Existing algorithms have limitations in application to data such as traffic data because they show strong periodicity and seasonality or irregular data. To overcome and supplement these limitations, we applied the SARIMA model, an analytical technique that combines the autocorrelation model, the Seasonal Auto Regressive(SAR), and the seasonal Moving Average(SMA). According to the analysis, traffic volume prediction using the SARIMA(4,1,3)(4,0,3) 12 model, which is the optimal parameter combination, showed excellent performance of 85% on average. In addition to traffic data, this study is considered to be of great value in that it can contribute significantly to traffic correction and forecast improvement in the event of missing traffic data, and is also applicable to a variety of time series data recently collected.

• The Korean Journal of Applied Statistics
• /
• v.20 no.3
• /
• pp.459-473
• /
• 2007

In this paper, we suggest a spatial regression model to predict AADT. Although Euclidian distances between one monitoring site and its neighboring sites were usually used in the many analysis, we consider the shortest travel path between monitoring sites to predict AADT for unmonitoring site using spatial regression model. We used universal Kriging method for prediction and found that the overall predictive capability of the spatial regression model based on shortest travel path is better than that of the model based on multiple regression by cross validation.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.21-30
• /
• 1998

본 연구는 기존 구간 속도 예측기법의 고찰을 통하여 검지기에서 올라오는 교통제어변수를 이용하여 구간 속도 예측모형을 연구하는데 목적이 있다. 이를 위한 교통 제어변수로는 연속류 제어에서 통상적으로 사용되는 교통량, 점유율, 밀도, 속도 등을 사용한다. 공간적 범위로는 서울 올림픽대로의 17개의 영상 검지기 중 #3과 #16검지기에서 올라오는 속도, 점유율, 교통량 자료를 토대로 1998년 6월 11일 오전 7시부터 11시까지의 4시간동안 예측을 실시하며 Historical Traffic Pattern과 시험차량, 자동차 번호판 조사를 통한 구간 실측조사 자료를 토대로 예측을 위한 자료를 구축한다. 기존의 예측기법인 시계열 분석, 신경망 이론, 평활법과 칼만필터링을 고찰하였고, 가장 좋은 예측력을 보여주는 기법은 칼만필터링 모형이었다. 이를 토대로 Case Study를 통해 여러 구간의 다주기 예측을 통해 단기간(short-term)의 구간 속도를 예측하고 각 해당 검지기별 실측자료를 통해 비교분석을 실시하였다. 결과적으로 도출된 칼만필터링 모형의 다주기 예측을 통한 구간 통행속도의 예측이 기존의 구간 통행속도 산출 방법보다 더 나은 예측력을 보여주고 있다.