• Journal of the Korea Society for Simulation
• /
• v.27 no.4
• /
• pp.9-18
• /
• 2018

This paper proposes new algorithms of accessibility indices to analyze the connectivity of the Korean highway network. First of all, we find a transportation network that presents Korea's highway network in graphs in 2011 and 2017. And we analyze and compare the nation's highway network in 2011 and 2017 using concepts such as associated number, the relative distance, the accessibility, the degree of connectivity, the index of dispersion, the diameter of graph theory. To do this, an algorithm is presented which can easily obtain various accessibility indices from a given transportation network. Using the simulation results of this study, we can find city that is the center of traffic in the highway transportation network. In addition, cities that are included in the network but are relatively underdeveloped can be found and used as basic data for enhancing the connectivity of the nationwide traffic in the future. Moreover, the proposed algorithms of accessibility indices, which are modeled on highway transport networks, can help identify the accessibility space structure of each city and provide criteria for efficient and reasonable selection of alternatives in various regional planning processes, including transportation.

• 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.

• Journal of Korean Society of Transportation
• /
• v.22 no.7 s.78
• /
• pp.17-23
• /
• 2004

교통정책을 평가하기 위해 기본적으로 요구되는 Data 중 가장 근본이 되는 것이 OD이다. 기존의 교통정책을 평가함에 있어서 일반적으로 사용되고 있는 OD는 AADT(Annual Average Daily Traffic) OD이다. 계절별 평일/주말 교통량의 분산이 매우 크다는 것은 기존 조사나 연구로 익히 알려진 사실이며, 또한 사회 경제적인 여건의 변화 및 주 5일제 근무제의 시행 등으로 여가통행의 비중이 높아짐에 따라 평일과 주말의 교통량의 분산은 더욱 커질 것으로 예상된다. 따라서 교통정책을 평가하는 방법도 AADT OD의 일률적인 적용이 아닌 교통량의 계절별 평일/주말의 분산을 적용시킨 OD를 가지고 교통정책을 평가하는 방법이 교통정책을 결정함에 있어 오류를 범할 가능성을 적게 될 것으로 예상된다. 기존 연구에서는 이러한 교통량의 분산의 보정을 지점교통량에 한정하여 보정하고 있어 실질적인 네트워크 분석에 적용하기에는 무리가 있다. 이에 본 연구에서는 관측된 TCS Data를 이용하여 계절별 평일/주말의 OD 교통 패턴을 분석하여 계절별 평일/주말의 OD 교통패턴을 반영할 수 있는 보정계수를 산출하고 산출된 보정계수에 따라 AADT OD를 보정하여 네트워크 분석의 기초 자료를 구축하였다. 수정된 OD 교통량의 검증을 위하여 기존의 AADT OD의 인구당 통행발생비율과 계절별 평일/주말 OD의 통행발생량을 비교하였다. 그 결과 소수점 두 자리수에서 오차가 발생하여 비교적 합리적인 OD가 추정되었다. 또한 기존의 AADT OD를 이용하여 정책 결정을 할 때의 오류 가능성을 보이기 위하여 각 계절별 평일/주말 OD 교통량과 기존의 AADT OD를 입력 자료로 각각의 네트워크 분석 후 총통행시간의 차이를 분석하였다. 그 결과 정책 결정에 영향을 미칠 수 있을 정도의 차이가 있는 것으로 분석되었다.

• Proceedings of the KOR-KST Conference
• /
• 2003.02a
• /
• pp.75-93
• /
• 2003

Hub-and-spokes전략은 교통분야에서 널리 이용되는 네트워크전략이지만, 철도의 경우 대개 이 전략을 이용하기 어려운 네트워크구조를 가지고 있어 그 적용사례를 찾아보기 어렵다. 그러나 유럽에서는 철도망이 도로망처럼 조밀하게 형성되어 있다는 점과 환적 처리기술의 발달로 90년대 초부터 이 전략이 철도화물운송부문에도 도입되기 시작했다. 이러한 관점에서 본 논문은 철도화물운송망에서의 hub-and-spokes전략을 구현하는 서비스네트워크 디자인모형을 개발하고, 모델의 실제철도망에의 적용성을 평가한다. 개발되는 모형이 전략모형임에도 불구하고 모형에서는 일반화된 운영비용 외에 열차속도, 서비스빈도, 터미널에서의 화물처리속도 등에 따른 시간지체비용도 고려되었다. 시간지체비용의 고려에 따라 야기되는 비선형 목적함수는 빈도별 서비스결정변수의 설정을 통해 선형화되어 결과적으로 모형은 선형 binary정수 최적화문제로 표현되었다. 규모가 큰 네트워크의 경우 해도출의 어려움 때문에 본 논문은 전체문제의 분할(decomposition)에 기초한 휴리스틱방법((heuristic method)으로 해결한다. 해도출의 효율성을 높이기 위해 서비스빈도개선과 관련하여 세 알고리즘이 개발되었다. 개발된 알고리즘은 유럽의 실제네트워크를 기초로 도출한 4개의 테스트문제에 적용되어, 해의 정확도와 해 도출의 효율성이 비교·평가되었다.

• Proceedings of the KOR-KST Conference
• /
• 2007.05a
• /
• pp.701-707
• /
• 2007

• Journal of Korean Society of Transportation
• /
• v.20 no.6
• /
• pp.157-158
• /
• 2002

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.245-251
• /
• 1998

좌회전 제어네는 크게 좌회전을 금지하는 적극적인 제어에서 좌회전 신호와 좌회전 차선의 디자인 및 차선 설정과 같은 비교적 소극적인 제어가 있다. 기존의 좌회전에 관한 많은 연구는 대부분 후자의 소극적인 제어를 통한 제어효과를 파악하는데 주로 관심을 두었다. 좌회전금지의 효과분석 방법론에는 크게 교차로 및 링크(Link)와 네트워크(Network)의 두가지 차원의 접근 방법이 있다. 교차로 및 링크(Link) 차원의 분석은 TRANSYT 7F, PASSER IV 등과 같은 가로망에서 신호시간을 최적화하는 모형과 NETSIM, COSIM과 같이 조건에 따라 실제 차량의 행태를 모사하는 시뮬레이션 모형 등에서 좌회전 신호현시를 주거나, 주지 않음으로써 전후의 변화를 관찰, 분석에 이용할 수 있다. 그러나, 이러한 접근방법은 개별교차로에서 현시운영에 따른 효과를 분석하기에는 용이할 지 모르나, 좌회전 금지에 따라 전환된 교통량을 합리적으로 처리하는데 문제를 가지고 있다. 이에 반해 네트워크(Network) 차원의 분석은 좌회전 금지에 따른 거시적 수요변화를 파악하여, 좌회전금지에 따라 전환된 교통량을 합리적으로 수용 할 수 있으며, 교차로 및 링크(Link) 차원의 분석기법과의 결합을 통해 개별교차로에서 현시운영에 따른 효과도 어느정도 예견할 수 있을 것으로 예상되지만, 이에 관련한 여구가 전무한 형편이다. 본 연구의 목적은 네트워크(Network) 차원에서 좌회전 금지에 따른 효과 분석 모형을 정립하고, 가상 네트워크에 적용 그 유효성을 검증하여, 지역 네트워크의 개별교차로에서 좌회전 금지의 도입에 대한 의사결정의 기준을 마련하는데 있으며, 이를 위한 구체적 연구 내용은 다름과 같다. 첫째, 순간 동작 사용자 최적 통행배정모형의 구조 및 특성 파악. 둘째, 기존 가로망 표현기법의 구조 및 특성파악. 셋째, 좌회전 금지에 따른 효과 분석을 위한 순간 동적 사용자 최적 통행배정모형의 구축. 넷째, 좌회전 금지에 따른 효과 분석을 위한 가로망 표현기법의 개발. 다섯째, 가상 네트워크에서 구축된 모형을 통한 교차로에서 좌회전 금지 효과분석

• Journal of Korean Society of Transportation
• /
• v.22 no.5
• /
• pp.111-122
• /
• 2004

The driver's decision making (e.g. route choice) is a typical decision making with an uncertainty. In this paper, we investigate the effect of route guidance information on driver's route choice and learning behavior and analyse the potential of information system in a road network in which traffic flows follow random walk. A Simulation performed focuses on the relationship among the network wide performance, message receiving rates and driver's learning mechanism. We know that at high levels of message receiving rates, the network-wide performance may get worse. However, at low levels of receiving rates, we found that the travel time when guidance information is provided decrease compared to the cases when no pubic information is provided. Also, we found that the learning parameter of the learning mechanism model always changes under nonstationary traffic condition. In addition, learning process of drivers does not converge on any specific value. More investigation is needed to enlarge the scope of the study and to explore more deeply driver's behavior.

• Journal of Cadastre & Land InformatiX
• /
• v.48 no.1
• /
• pp.201-213
• /
• 2018

In recent years, the number of traffic accidents caused by car accidents has been decreasing steadily due to traffic accident prevention activities in Korea. However, the number of accidents in Seoul is higher than that of other regions. Various studies have been conducted to prevent traffic accidents, which are human disasters. In particular, previous studies have performed the spatial analysis of traffic accidents by counting the number of traffic accidents by administrative districts or by estimating the density through kernel density method in order to identify the traffic accident cluster areas. However, since traffic accidents take place along the road, it would be more meaningful to investigate them concentrated on the road network. In this study, traffic accidents were assigned to the nearest road network in two ways and analyzed by hotspot analysis using Getis-Ord Gi* statistics. One of them was investigated with a fixed road link of 10m unit, and the other by computing the average traffic accidents per unit length per road section. As a result by the first method, it was possible to identify the specific road sections where traffic accidents are concentrated. On the other hand, the results by the second method showed that the traffic accident concentrated areas are extensible depending on the characteristic of the road links. The methods proposed here provide different approaches for visualizing the traffic accidents and thus, make it possible to identify those sections clearly that need improvement as for the traffic environment.

• The Journal of Bigdata
• /
• v.2 no.2
• /
• pp.1-7
• /
• 2017

Intelligent transportation system (ITS) has been introduced to maximize the efficiency of operation and utilization of the urban traffic facilities and promote the safety and convenience of the users. With the expansion of ITS, various traffic big data such as road traffic situation, traffic volume, public transportation operation status, management situation, and public traffic use status have been increased exponentially. In this paper, we derive structural characteristics of urban traffic according to the vehicle flow by using big data network analysis. DSRC (Dedicated Short Range Communications) data is used to construct the traffic network. The results can help to understand the complex urban traffic characteristics more easily and provide basic research data for urban transportation plan such as road congestion resolution plan, road expansion plan, and bus line/interval plan in a city.