• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.1
• /
• pp.86-99
• /
• 2021

One of the methods to alleviate traffic congestion is to increase the efficiency of the roads by providing traffic condition information on road user and distributing the traffic. For this, reliability must be guaranteed, and quantitative real-time traffic speed prediction is essential. In this study, and based on analysis of traffic speed related to traffic conditions, historical data correlated with traffic flow were used as input. We developed an LSTM model that predicts speed in response to normal traffic conditions, along with a CNN-LSTM model that predicts speed in response to incidents. Through these models, we try to predict traffic speeds during the hour in five-minute intervals. As a result, predictions had an average error rate of 7.43km/h for normal traffic flows, and an error rate of 7.66km/h for traffic incident flows when there was an incident.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.22 no.6
• /
• pp.1-16
• /
• 2023

Accurate traffic information prediction is considered to be one of the most important aspects of intelligent transport systems(ITS), as it can be used to guide users of transportation facilities to avoid congested routes. Various deep learning models have been developed for accurate traffic prediction. Recently, ensemble techniques have been utilized to combine the strengths and weaknesses of various models in various ways to improve prediction accuracy and stability. Therefore, in this study, we developed and evaluated a traffic information prediction model using various deep learning models, and evaluated the performance of the developed deep learning models as a stacking ensemble. The individual models showed error rates within 10% for traffic volume prediction and 3% for speed prediction. The ensemble model showed higher accuracy compared to other models when no cross-validation was performed, and when cross-validation was performed, it showed a uniform error rate in long-term forecasting.

• Journal of Korean Society of Transportation
• /
• v.22 no.3 s.74
• /
• pp.127-135
• /
• 2004

교차로 안전성 진단과 관련된 기존의 연구는 교차로 상에서 발생한 사고 자료에 기초하여 교차로 기하구조 요소, 교통량 및 신호운영방법 등과 관련된 요인을 변수로 사용하여 교통사고건수 예측모형 개발에 관한 연구가 대부분이다. 그러나, 분석하고자 하는 대상 교차로의 사고건수 예측모형을 개발하기 위해 필요한 교통사고 자료의 경우 단 기일에 걸쳐 획득되지 않으며 몇 년간의 사고 자료를 요구할 수도 있다. 이러한 자료를 이용하더라도 사고 발생 기간동안 교차로 사고에 영향을 미치는 요인(교차로 운영방법, 기하구조 등)이 변화될 수도 있다는 문제점을 지닌다. 이와 같은 이유로 교차로 안전성을 진단하는데 있어 기존 교통사고 자료는 언제나 절대적인 자료가 될 수 없다. 이에 대한 보완책으로, 3일에서 5일정도의 조사 자료만으로도 안전성 진단이 가능한 상충자료를 이용하여 교차로 안전성 진단을 할 수 있다. 본 연구는 기존사고 자료를 이용하여 사고 발생에 기인하는 여러 변수들을 교통사고심각도와의 상관관계를 분석하고, 상관관계가 높은 변수를 이용하여 신경망 사고심각도 예측모형을 개발하였으며, 모형 검증을 위해 다중회귀사고심각도 예측모형을 개발하여 비교 평가한 결과 신경망 사고심각도 예측모형의 예측력이 우수한 것으로 나타났다. 현장에서 조사된 상충자료를 신경망 사고심각도 예측모형에 적용하여 상충이 사고로 연결 될 경우 사고심각도를 예측하였으며, 예측된 사고심각도에 가중치를 부여하여 대상 교차로 위험우선순위를 결정한 결과 사고비용에 기초한 위험우선순위 결정법과 같은 순위의 결과를 도출하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.597-600
• /
• 2000

계속적인 증가 추세를 보이고 있는 교통량으로 인해 환경 문제뿐 아니라 교통사고로 인한 사상자 및 물적피해가 상당량으로 집계되고 있다. 본 논문에서는 데이터융합 및 앙상블 클러스터링방법을 이용한 교통사고 심각도 분류분석방법을 제안함으로서 교통사고예방에 기여하고자 한다. 이를 위하여 신경망과 Decision-Tree기법을 이용하여 얻은 물적피해와 신체상해가 발생할 확률을 융합하는 전형적인 데이터 융합기법(템스터-쉐퍼, 베이지안 방법, 로지스틱융합방법)을 사용하였다. 또한, 분류정확도를 향상시키고자 Bootstrap 재추출 방법을 이용해 얻어진 여러 개의 분류예측 결과 중 다수의 분류결과를 선택하는 앙상블 (arcing, bagging)기법을 적용하였다. 더불어, 본 연구에서는 클러스터링 방법을 제시하고, 이 방법이 기존의 융합기법, 앙상블기법과 비교한 결과, 분류예측면에서 정확도가 향상됨을 보였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.6
• /
• pp.203-213
• /
• 2021

A vehicle crash occurs due to various factors such as the geometry of the road section, traffic, and driver characteristics. A safety performance function has been used in many studies to estimate the relationship between vehicle crash and road factors statistically. And depends on the purpose of the analysis, various characteristic variables have been used. And various characteristic variables have been used in the studies depending on the purpose of analysis. The existing domestic studies generally reflect the average characteristics of the sections by quantifying the traffic volume in macro aggregate units such as the ADT, but this has a limitation that it cannot reflect the real-time changing traffic characteristics. Therefore, the need for research on effective aggregation units that can flexibly reflect the characteristics of the traffic environment arises. In this paper, we develop a safety performance function that can reflect the traffic characteristics in detail with an aggregate unit for one hour in addition to the daily model used in the previous studies. As part of the present study, we also perform a comparison and evaluation between models. The safety performance function for daily and hourly units is developed using a negative binomial regression model with the number of accidents as a dependent variable. In addition, the optimal negative binomial regression model for each of the hourly and daily models was selected, and their prediction performances were compared. The model and evaluation results presented in this paper can be used to determine the risk factors for accidents in the highway section considering the dynamic characteristics. In addition, the model and evaluation results can also be used as the basis for evaluating the availability and transferability of the hourly model.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.4
• /
• pp.1880-1888
• /
• 2012

This study tried to analyze traffic assignment volume by application of land use patterns and transport policies in District Unit Design. It is postulated a Toy network and various scenarios which are combined land use patterns and transport policies for analyzing change of assignment volume. As results, this study shows best District Unit Design technique is the policy that develop mid block and introduction of car free zone to inner 2 way streets. Worst design technique is the policy that introduction of joint car parking to mid block. And also worst design technique to residents who are living in inner block is the policy that just develop only one center zone.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.50 no.3
• /
• pp.215-222
• /
• 2022

The purpose of air traffic flow management is to balance demand and capacity in the national airspace, and its performance relies on an accurate capacity prediction of the airport or airspace. This paper developed a regression model that predicts the number of aircraft actually departing and arriving in a terminal maneuvering area. The regression model is based on a boosting ensemble learning algorithm that learns past aircraft operational data such as time, weather, scheduled demand, and unfulfilled demand at a specific airport in the terminal maneuvering area. The developed model was tested using historical departure and arrival flight data at Incheon International Airport, and the coefficient of determination is greater than 0.95. Also, the capacity of the terminal maneuvering area of interest is implicitly predicted by using the model.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.2
• /
• pp.719-727
• /
• 2013

Four-step travel-demand modeling based on a trip-level has been widely used over many decades. However, there has been a wide variance between forecasted- and real-travel demands, which leads less reliable on the model implications. A primary reason is that person's real travel behavior is not properly captured throughout the model developments. An activity-based modeling (ABM) approach was proposed and developed toward increasing the accuracy and reality of person's travel behavior in the U.S. since 1990', and stands as a good alternative to replace the existing trip-based approach. The paper contributes to the understanding of how the ABM approaches are dissimilar to the trip-based modeling approach in terms of estimation units, estimation process, their pros and cons and etc. We examined three activity-based travel demand model systems (DaySim, CT-Ramp, and CEMDAP) that are most commonly applied by many MPOs (Metropolitan Planning Organization). We found that the ABM approach can effectively explain multi-dimensional travel decision-makings and be expected to increase the predictive accuracy. Overall, the ABM approach can be a good substitute for the existing travel-demand methods having unreliable forecasts.

• Proceedings of the KOR-KST Conference
• /
• 1996.02a
• /
• pp.29-58
• /
• 1996

현재 서울은 교통사고문제, 교통혼잡문제와 자동차로부터 배출되는 유해가스에 의한 대기환경오염문제를 갖고 있다. 본 논문의 목적은 대기환경오염을 악화시키는 자동차의 주된 배출오염가스인 일산화탄소, 탄화수소 및 질소화합물량을 교차로 교통량을 중심으로 어떻게 계산하는가에 있다. 연구의 대상지역은 서울시의 송파구 교차로들과 도심지역의 링크들을 선택하였다. 그리고 교통량, 지체시간, 링크길이, 정지회수, 운행속도, 주행속도 등을 고려하여, 제작차 배출가스 허용기준, 총량기준, 불량차 기준, 속도기준 등에 의한 계수산정 및 TRAF-NETSIM에 의한 시뮬레이션을 통하여 일정 도로상의 제한된 범위내의 배출량 산출을 시도하였다. 본 연구의 결과에 의하면 첫째, 어느 방법이든 실제배출량의 정확한 값을 표현 할 수는 없는 것이고, 단지 상대적인 비교에 의하면 배출가스량의 수준을 추정 할 수 있었다. 또한, 시뮬레이션 배출율표를 우리 현실에 맞는 자료에 의해 수정할 수 있다면, 그 결과는 실제량에 보다 근접할 수 있을 것이다. 둘째, 서울도로의 현재 혼잡상태에서 속도의 저감에 배출량이 민감한 반응을 보이고 있다는 사실이다. 셋째, 교통량변화에 따른 배출량의 변화가 일산화탄소에서 가장 심하게 나타남을 알 수 있었고, 신호운영상의 옵셋값이 잘못 설정되면 탄화수소는 35%, 일산화탄소는 40%, 질소산화물은 75%까지 초과발생할 수 있으며, 유해배출가스량을 최소화시키는 측면에서의 신호최적화를 위해서는 현재의 Stop Penalty는 상향 조정되어야 함이 밝혀졌다. 앞으로는 자동차로 인한 대기환경오염 농도의 저감을 위해서는 도로별 자동차 유해가스 배출 총량규제 방안도 고려해 볼 가치가 있으며, 이를 위해 환경공학과 교통공학의 다학제적 공동연구가 지속적으로 필요하며 교통정책에 반영되어야 할 것이다.분석, 리용수 학모형대이십일세기상해항공운량진행예측, 제출발전상해항공운수적전 략목표급발전중점. 예측2020년 상해항공항총객운탄토량4300만인/년, 화운량달120만돈; 2050년객운량장달18150만인차/년, 화운량518만돈. 사, 발전상해민항기출경제정책, 제출위료$\ll$진흥상해, 개발포동, 복무전국, 면향세계$\gg$ 화도이십일세기중기국민경제달도중등발달국가수 평굉관전략목표적실현, 제료필수재지도사상상파교통운수진정방도전략 산업지위, 환응재관리체제상채취과단유효적개혁조시, 재기출경제정책 상급여대력부지. 오, 전략목표, 위파상해건설성위태평양서안최대적경제, 김융, 무역적중심, 요구상해항공항성위화동지구통향세계각지항선망출발참, 구성대외개방선면축심, 실현국제항선적함접화국내항반적전항, 형성다축심복사식항선망; 가강기장건설, 개피포동제이국제기장건설, 괄응포동개발경제발전적수요. 부화개시일은 각 5월 26일과 5월 22일이었다. 11. 6월 중순에 애벌레를 대상으로 처리한 Phenthoate EC가 96.38%의 방제가로 약효가 가장 우수하였고 3월중순 및 4월중순 월동후 암컷을 대상으로 처리한 Machine oil, Phenthoate EC 및 Trichlorfon WP는 비교적 약효가 낮았다.>$^{\circ}$E/$\leq$30$^{\circ}$NW 단열군이 연구지역 내에서 지하수 유동성이 가장 높은 단열군으로 추정된다. 이러한 사실은 3개 시추공을 대상으로 실시한 시추공 내 물리검층과 정압주입시험에서도 확인된다.. It was resulted from increase of weight of single cocoon. "Manta"2.5ppm produced 22.2kg of cocoon. It is equal to 9% increase i

• The Journal of the Korea Contents Association
• /
• v.20 no.4
• /
• pp.25-37
• /
• 2020

As social costs of traffic congestion increase, various studies are underway to predict road speed. In order to improve the accuracy of road speed prediction, unexpected traffic situations need to be considered. In this paper, we propose a road speed prediction scheme considering traffic incidents affecting road speed. We use not only the speed data of the target road but also the speed data of the connected roads to reflect the impact of the connected roads. We also analyze the amount of speed change to predict the traffic congestion caused by traffic incidents. We use the speed data of connected roads and target road with input data to predict road speed in the first place. To reduce the prediction error caused by breaking the regular road flow due to traffic incidents, we predict the final road speed by applying event weights. It is shown through various performance evaluations that the proposed method outperforms the existing methods.