• 제목/요약/키워드: 교통량 예측

검색결과 386건 처리시간 0.02초

도시철도 교통량 추정의 오차발생 요인 연구 (A Study on Inaccuracy in Urban Railway Ridership Estimation)

  • 김강수;김기민
    • 대한교통학회지
    • /
    • 제32권6호
    • /
    • pp.589-599
    • /
    • 2014
  • 본 논문에서는 개통연도 예측 교통량과 개통 후의 실제 교통량의 비교를 통해 교통량 예측 오차를 분석하였다. 분석 결과, 역별 개통연도 교통량(승 하차 인원)의 평균오차(I)는 7.27수준인 것으로 분석되었다. 또한 지역별로 오차가 상이하고 공사기간이 장기간이거나 역간거리가 짧아지면 교통량 과다 추정 오차가 증가하는 것으로 분석되었다. 따라서 도시철도사업이 정해진 계획대로 정해진 기간 안에서 진행될수록 교통예측 오차를 줄일 수 있을 것으로 판단된다. 이외에도 수요예측연도가 최근일수록 오차가 줄어드는 것으로 나타났다. 향후 추진될 도시철도 신규 노선에 대해서는 지금까지의 도시철도 이용객 추정의 오차와 경향을 바탕으로 보다 정확하고 현실적인 이용객 추정이 필요하다. 본 논문의 한계점은 초기연도의 오차에 대해서만 분석하였고 오차발생 변수도 외생변수에 국한하여 분석한 점이다. 향후에는 오차발생에 대해서 다양한 변수를 대상으로 검토되어야 할 것이다.

시계열 모형을 이용한 광양항의 컨테이너 물동량 및 교통량 예측 (The Forecast of the Cargo Transportation and Traffic Volume on Container in Gwangyang Port, using Time Series Models)

  • 김정훈
    • 한국항해항만학회지
    • /
    • 제32권6호
    • /
    • pp.425-431
    • /
    • 2008
  • 본 연구에서는 광양항의 장래 컨테이너 물동량 및 교통량을 일변량 시계열모형을 통해 예측하고, 컨테이너 선박교통량을 산출하였다. 광양항의 물돌량과 입항 척당 물동량의 시계열 모형은 모두 추세와 계절적 변동이 있는 Winters 가법 모형으로 최적합 되었다. 광양항의 컨테이너 물동량은 2007년과 비교하여 2011년과 2015년에 각각 7.4%, 16.2% 가량 증가하여 약 2,756천TEU, 4,470천TEU가 될 것으로 예측되었다. 또한 2011년과 2015년의 컨테이너 입항 척당 평균 물동량은 2007년 대비 약 30.3%, 54.6% 증가하여 각각 675TEU, 801TEU가 될 것으로 예측되었다. 광양항에 대한 컨테이너 선박의 교통량은 2011년과 2015년에 각각 4,078척, 5,921척이 될 것으로 추정되었다.

빅데이터 기반 선박 교통 혼잡도 예측에 관한 연구 (Research on the Prediction of Maritime Traffic Congestion based on Big Data)

  • 오재용;김혜진
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2023년도 춘계학술대회
    • /
    • pp.15-16
    • /
    • 2023
  • 해상교통관제 구역은 항만 시설을 사용하기 위한 입·출항 선박, 연안 해역을 이동하는 선박 등이 서로 복잡하게 운항하는 교통 패턴을 가지고 있다. 이를 안전하고 효과적으로 관리하기 위해 해상교통관제센터(VTS)에서는 선박을 실시간 모니터링하며 관제 업무를 수행하고 있지만, 교통 혼잡 상황에서는 업무 로드의 증가로 인해 관제 공백이 발생하기도 한다. 이에 교통 혼잡도 및 혼잡 구역을 예측한다면보다 효율적인 관제가 가능하지만 현재는 관제사의 경험에 전적으로 의존하고 있는 실정이다. 본 논문에서는 VTS 관점에서의 교통 혼잡을 정의하고, 과거 항적 데이터를 이용하여 항내 선박 교통 혼잡도 및 혼잡 구역을 예측하는 방법을 제안하였다. 또한, 실해역 데이터(대산항 VTS)를 적용하여 제안된 기술이 관제지원 도구로서 활용될 수 있는지 검토하였다.

  • PDF

인공신경망과 시계열 분석을 이용한 해상교통량 예측 (A Prediction of Marine Traffic Volume using Artificial Neural Network and Time Series Analysis)

  • 유상록;김종수;정중식;정재용
    • 해양환경안전학회지
    • /
    • 제20권1호
    • /
    • pp.33-41
    • /
    • 2014
  • 본 연구는 기존의 회귀분석과는 달리 시계열 분석과 인공신경망 모형을 이용하여 장래 해상교통량을 예측하였다. 특히, 시계열 분석을 통한 예측값을 인공신경망 모형에 추가 입력변수로 적용하여 장래 해상교통량 예측을 제고하고자 하였다. 본 연구는 인천항의 1996년부터 2013년까지 월별 관측값을 대상으로 하였다. 모형의 예측력 검증을 위해 1996년부터 2012년까지 관측값을 대상으로 구축한 모형으로부터 2013년을 예측하여 실제 관측값과의 비교로 적합한 모형을 판별하였다. 인천항의 2015년 장래 해상교통량은 매월 평균 교통량보다 5월과 11월에 각 5.9 %, 4.5 % 많았으며, 1월과 8월은 매월 평균 교통량보다 각 8.6 %, 4.7 % 적은 것으로 예측되었다. 따라서 인천항은 계절에 따른 월별 교통량의 차이를 확인할 수 있다. 본 연구는 해상교통 현장관측 조사시 계절에 따른 교통량의 특성을 반영할 수 있는 기초 자료로 활용될 수 있다.

일반국토 상시 교통량자료를 이용한 교통량 결측자료 추정 (Missing Data Imputation Using Permanent Traffic Counts on National Highways)

  • 하정아;박재화;김성현
    • 대한교통학회지
    • /
    • 제25권1호
    • /
    • pp.121-132
    • /
    • 2007
  • 일반국도의 상시조사 자료는 교통량 조사 장비를 통해 수집되며, 수집된 자료가 누락되거나 불량일 경우 통계자료의 객관성을 유지하기 위해서 보정을 해야 한다. 교통량 결측 자료의 보정을 통계적인 방법으로 접근하여 신뢰성을 높이고자 본 연구에서는 보정 대상 시간과 동일시간의 자료를 적용할 수 있는 자기회귀분석과 보정 대상 지점과 동일 지점의 자료를 적용할 수 있는 계절 시계열 분석을 이용하여 보정하는 방안을 제시하였다. 계절 시계열 분석을 적용하여 결측 자료를 보정한 결과, 결측 기간이 길어질수록 오차가 커지는 것으로 분석되었다. 이것은 단기예측의 경우 실제자료를 이용하여 예측 값을 제시하지만, 장기예측의 경우 예측된 자료를 이용하여 예측값을 제시하기 때문에 신뢰성이 떨어지기 때문이라 판단된다. 자기회귀분석을 적용하여 결측 자료를 보정한 결과, 시계열분석에 비해서 오차가 적은 것으로 분석되었다. 이것은 교통량자료는 과거 패턴보다 현재 시점의 영향을 더 많이 받는 것이기 때문이라 판단된다 하지만 자기회귀분석은 인근에 패턴이 유사한 지점이 있어야 가능하며, 인근에 유사한 지점이 있더라도 그 지점의 자료가 불량일 경우 보정이 불가능하다는 단점이 있다. 이러한 경우에는 과거자료를 이용해서 보정할 수밖에 없으며, 단기 결측의 경우에는 시계열분석을 이용할 수 있다.

국내 3대 주요 컨테이너항만의 장래 컨테이너선박 교통량 추정 (The Estimation of the Future Container Ship Traffic for Three Major Ports in Korea)

  • 김정훈
    • 한국항해항만학회지
    • /
    • 제31권5호
    • /
    • pp.353-359
    • /
    • 2007
  • 컨테이너항만의 물동량이 증가하는 추세에서 장래에 발생될 컨테이너선박의 교통량을 예측한다면 항만의 효율적인 계획과 운영관리를 사전에 수립할 수 있다. 해상교통 관점에서도 컨테이너선박의 입 출항 척수를 장기적으로 추정하고, 이를 근거로 해상교통수요를 원활하게 처리할 수 있는 합리적인 방안을 계획할 수 있다. 따라서 본 연구에서는 전국항만 기본계획에서 제시된 부산항, 광양항, 인천항의 컨테이너 물동량 예측자료를 토대로 각 항만에 대한 컨테이너선의 장래 입 출항 교통량을 추정하였다. 이를 위해서 컨테이너선박의 척당 물동량 추세를 ARIMA 모형을 통해 예측하고, 계절지수를 산출하였다. 이와 같이 예측된 척당 물동량을 2011년, 2015년, 그리고 2020년의 컨테이너 물동량에 대비시켜 발생예상의 해상교통량을 추정하였다.

중력모형에서 존내 분포통행 예측방법에 관한 연구 (A Study on Inner Zone Trip Estimation Method in Gravity Model)

  • 유영근
    • 대한토목학회논문집
    • /
    • 제26권5D호
    • /
    • pp.763-769
    • /
    • 2006
  • 중력모형은 출발 존의 유출통행량과 도착존의 유입통행량, 그리고 출발존 중심에서 도착존 중심까지의 교통저항을 이용하여 장래 분포통행을 예측한다. 중력모형에서 존내통행 예측의 경우 교통저항이 "0"로 산정되기 때문에 중력모형에 의해 예측하지 못하고 성장율법과 같은 타 방법에 의해 예측을 행해야 하는 어려움이 존재했다. 본 연구에서는 중력모형에 의한 분포통행 예측시 구축된 중력모형을 이용하여 존내 분포통행을 예측하는 방법을 제안하였는데, 제안한 방법은 기준연도의 존내 분포통행량과 유출, 유입통행량을 존간통행에서 구축된 중력모형식에 대입하여 존내 교통저항을 산출하고 이를 다시 중력 모형에 대입하여 장래 존내 분포통행 예측을 행하는 것이다. 1988년 O-D표를 기준연도 O-D로 하고, 본 연구에서 제안한 방법과 기존의 방법인 성장률법과 회귀모형법의 1992년과 2004년 예측결과들을 실제 O-D와 $x^2$, RMSE, 상관계수 등으로 비교 분석해 본 결과, 본 연구에서 제안한 방법이 우수한 결과를 나타내었다.

교통량 위험을 고려한 도로 민간투자사업 적정 관리운영기간 산정 모형 개발 (Development of Model for Optimal Concession Period in PPPs Considering Traffic Risk)

  • 구석모;이승재
    • 대한교통학회지
    • /
    • 제34권5호
    • /
    • pp.421-436
    • /
    • 2016
  • 민간투자사업은 많은 프로젝트 개발 비용이 투입되며, 관리운영기간 동안의 미래 수입을 통하여 투자비를 회수하는 구조로 추진된다. 일반적으로 긴 관리운영기간은 민간사업자의 더 많은 수입을 가져가게 하고 짧은 관리운영기간은 민간사업자의 수입회수 기간이 짧아져 더 적은 수입을 가져가게 된다. 관리운영기간의 설정은 민간투자사업의 중요 요인임에도 불구하고 전통적으로 정부가 사전에 결정하거나 민간이 제안한 기간으로 결정되고 있다. 특히 교통분야 사업에서 관리운영기간의 설정은 정확한 교통량 예측이 전제되어야 하나, 교통량 예측은 실제 교통량과 차이가 발생하는 등 위험 및 불확실성이 뒤따른다. 따라서 정부 및 민간사업자는 관리운영기간 설정시 교통량 예측 위험을 고려할 필요가 있다. 본 연구는 도로사업에 있어 교통량 위험을 고려한 적정 관리운영기간을 설정하는 모형을 제시하였다. 이를 위해 몬테카를로 시뮬레이션 기법을 적용하였으며, 시뮬레이션 과정에서 교통량 위험은 확률 분포(single probability distribution)와 확률 과정(stochastic process)을 함께 고려하였다. 본 연구에서 제시한 방법론 및 시뮬레이션 모형을 바탕으로 모의 분석을 수행하였다. 모의 분석 결과 기대수익률 7%인 경우, 평균 관리운영기간은 21.2년으로 산정되었으며, 정부의 할인율 5.5%를 적용한 경우 관리운영기간은 평균 17.2년으로 산정되었다. 그 밖에 도출된 통계량은 다각적인 해석을 통해 민간투자사업 관련 의사결정자들이 관리운영기간을 설정함에 있어 직관에 의존하거나 동일한 운영기간을 적용하기보다는 객관적이고 합리적인 관리운영기간 설정하도록 도움을 줄 것으로 기대된다.

효율적인 교통 체계 구축을 위한 Conv-LSTM기반 사거리 모델링 및 교통 체증 예측 알고리즘 연구 (Conv-LSTM-based Range Modeling and Traffic Congestion Prediction Algorithm for the Efficient Transportation System)

  • 이승용;서부원;박승민
    • 한국전자통신학회논문지
    • /
    • 제18권2호
    • /
    • pp.321-327
    • /
    • 2023
  • 인공 지능이 발전함에 따라 예측 시스템은 우리의 삶에 필수적인 기술 중 하나로 자리를 잡았다. 이러한 기술의 성장에도 불구하고, 21세기 사거리 교통 체증은 계속해서 문제 되어 왔다. 본 논문에서는 Conv-LSTM(: Convolutional-Long Short-Term Memory) 알고리즘을 이용한 사거리 교통 체증 예측 시스템을 제안한다. 제안한 시스템은 교통 체증이 발생하는 사거리에 시간대별 교통 정보를 학습한 데이터를 모델링 한다. 시간의 흐름에 따라 기록된 교통량 데이터로 교통 체증을 예측하며. 예측된 결과를 기반으로 사거리 교통 신호를 제어하고, 일정한 교통량으로 유지한다. VDS(: Vehicle Detection System)센서를 활용하여 도로 혼잡도 데이터를 정의하고, 교통을 원활하게 하기 위하여 각각의 교차로를 Conv-LSTM 알고리즘기반 네트워크 시스템으로 구성하였다.