• Journal of Korean Society of Transportation
• /
• v.28 no.1
• /
• pp.125-134
• /
• 2010

It is occurred bus arrival time errors when a bus arrives at a bus stop because of a variety of traffic condition such as traffic signal cycle, the time to get on and off a bus, a bus-only lane and so on. In this paper, bus delay time which is occurred as the result of traffic condition was estimated with Markov Chain process and bus arrival time at each bus stop was predicted with it. As the result of the study, it is confirmed to improve accuracy than the method of bus arrival time prediction with existing method (weighed moving average method) in case predicting bus arrival time using 7 by 7 and 9 by 9 matrixes.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.672-675
• /
• 2009

BMS(Bus Management System)의 핵심인 버스도착예정시간을 산출하는 데 있어서 기존 대부분의 도시에서는 시계열 모형의 이동평균법, 칼만필터링 등으로 버스도착예정시간을 예측하고 있으나 이는 급격한 통행량의 변화 또는 급작스러운 사고, 신호체계 등에 적응 할 수 없다. 따라서 본 논문에서는 주변 도로의 통행량에 따른 버스의 정류장 도착시간을 예측하는 방법을 제안 한다. 주변 도로의 통행량과 실제 버스의 통행시간을 실측하여 기록, 학습하고 모델링하여 미래의 버스의 운행시간을 예측하는 방법이다. 또, 이동평균법에 의한 버스도착시간 예측결과와 본 논문에서 제안하는 결과와 비교, 분석하였다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.6 no.4
• /
• pp.189-196
• /
• 2017

BIS(Bus Information System) provides the different information related to buses including predictions of arriving times at stations. BIS have been deployed almost all cities in our country and played active roles to improve the convenience of public transportation systems. Moving average filters, Kalman filter and regression models have been representative in forecasting the arriving times of buses in current BIS. The accuracy in prediction of arriving times depends largely on the forecasting algorithms and traffic conditions considered when forecasting in BIS. In present BIS, the simple prediction algorithms are used only considering the passage times and distances between stations. The forecasting of arrivals, however, have been influenced by the traffic conditions such as traffic signals, traffic accidents and pedestrians ets., and missing data. To improve the accuracy of bus arriving estimates, there are big troubles in building models including the above problems. Hidden Markov Models have been effective algorithms considering various restrictions above. So, we have built the HMM forecasting models for bus arriving times in the current BIS. When building models, the data collected from Sunchean City at 2015 have been utilized. There are about 2298 stations and 217 routes in Suncheon city. The models are developed differently week days and weekend. And then the models are conformed with the data from different districts and times. We find that our HMM models can provide more accurate forecasting than other existing methods like moving average filters, Kalmam filters, or regression models. In this paper, we propose Hidden Markov Model to obtain more precise and accurate model better than Moving Average Filter, Kalman Filter and regression model. With the help of Hidden Markov Model, two different sections were used to find the pattern and verified using Bootstrap process.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.16 no.6
• /
• pp.101-111
• /
• 2017

This study propose a method to predict the bus arrival time by considering the signal delay time which is an element which can not be considered in the current bus arrival prediction information generation algorithm. In order to consider the signal delay time, travel time is divided into three components: service time, cruising travel time, and signal delay time. Signal delay time was estimated using intersection arrival time and TOD. The results show that most of the errors that occurred in predicting the arrival time are within about 30 seconds. Some of the estimates have large errors due to the nature of this methodology that uses the estimated value of the intersection arrival time rather than the observation value. It is also difficult to predict the arrival time of the express buses using this method. Future studies such as improving this through real-time location information will greatly improve the accuracy of the methodology.

• 한국ITS학회:학술대회논문집
• /
• 2005.11a
• /
• pp.40-45
• /
• 2005

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1281-1283
• /
• 2013

최근 커피에 대한 수요와 스마트기기를 이용한 어플리케이션의 사용률이 급증하고 있다. 기존의 시스템들은 예측 기능이 없었기 때문에 고객들은 정확한 시간에 서비스를 제공받기 어려웠다. 그러나 바쁜 현대인들에게 시간 개념은 매우 중요하다. 본 논문에서는 고객의 도착 시각을 예측하여 고객이 카페에 도착하자마자 따뜻한 커피를 바로 제공할 수 있는 커피앤코(Coffee&Co) 시스템을 제안한다. 커피앤코 시스템은 도착 시각 예측 시스템을 의미하며, 본 논문에서는 웹의 인터페이스 구현과 내부적인 기능을 소개한다. 커피앤코 시스템을 통하여 사용자들은 미리 주문한 커피를 카페에 도착하자마자 바로 제공받을 수 있고, 카페 입장에서는 매출을 올릴 수 있는 수단이 될 것으로 기대한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.124-127
• /
• 2017

선박에서 배출되는 환경오염 물질 및 온실가스에 대한 규제가 강화됨에 따라, 환경오염 물질 및 온실가스의 배출과 직접적으로 관련있는 연료 소모량을 줄이려는 다양한 연구가 진행되고 있다. 연료 소모량을 줄이기 위한 방안 중 하나는 환경 및 기상 예보를 이용하여 연료가 가장 적게 소모되는 항로를 찾는 것이다. 기존 연구에서는 연료 소모량을 주된 목적함수로 최소화 하되, 도착 시간에 대한 조건을 평가하기 위해 도착 시간의 기댓값을 계산하고 추가적인 목적함수로 고려하는 경우가 많았다. 그러나 선박 운항 예측 시 적용되는 환경 외란 정보는 상당한 불확실성을 포함하고, 이로 인해 발생하는 운항 속도 및 도착 시간에 대한 불확실성도 상당히 클 수 있기 때문에, 도착 시간의 기댓값뿐만 아니라 도착 시간에 대한 불확실성을 기반으로 제한 시간 내에 선박이 도착할 확률을 정량적으로 평가하는 것이 필요하다. 본 연구에서는 다목적 최적화 기법을 이용해 도착 시간의 기댓값과 연료 소모량에 대한 Pareto set을 구하되, 환경 외란으로부터 발생하는 도착 시간의 불확실성을 계산하여, 제한 시간 내에 선박이 도착할 확률을 계산하고 이를 항로 최적화 시 적용한다. 제안하는 방법의 유용성을 검증하기 위해 실제 환경에 가까운 맵을 기반으로 부산-도쿄 간의 항로를 최적화하고, 그 결과에 대해 논의한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1287-1288
• /
• 2013

최근에, 스마트 기기를 이용한 다양한 선 주문 시스템이 나오고 있다. 선 주문 하고, 일정 기한 동안 수령하는 현재의 선 주문 시스템에서 발전하기 위해 필요한 정보는 사용자의 도착시간이다. 따라서 본 논문에서는 선 주문 시스템 내에서 사용자의 도착시간을 예상하는 방안을 제안한다. 이를 통해 선 주문 시스템은 더욱 다양한 영역으로 활용될 수 있을 것이다.

• Journal of Korean Society of Transportation
• /
• v.20 no.1
• /
• pp.7-18
• /
• 2002

To activate public transportation service, Bucheon City built Bus Information System based on Beacon type, and operates it for no.22 line. This research analyzes an effect of BIS operations, and mainly it analyzes far reliability evaluation of bus arrival time information and passenger satisfaction about BIS. As results of reliability evaluation of arrival time information service, it is proven to be practically inappropriate to use as arrival time data because it is not only travel time between each bus stop but also previous travel time history data. In order to improve this matter, neural network model was evaluated as the most outstanding one as result of experiment in applying current arrival time Prediction model. This research cannot help limiting for evaluation of operation effect in Bucheon City because there is no Bus Information System based on GPS type in Korea. For the future ITS model city, in the case of building ITS model city based on GPS type, it is possible to compare two systems relatively. In addition to that, fur the consideration of reliability of bus arrival time information, it is required to develop Predictable model and research factors that affect to bus operation.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.8 no.3
• /
• pp.1-10
• /
• 2009

Bus delay time is occurred as the result of traffic condition and important factor to predict bus arrival time. In this paper, transition probability matrixes between bus stops are made by using Markov Chain and it is predicted bus delay time with them. As the results of study, it is confirmed a possibility of adapting the assumption which it has same bus transition probability between stops through paired-samples T-test and overcame the limitation of exiting studies in case there is no scheduled bus arrival time for each stops with using bus interval time. Therefore it will be possible to predict bus arrival time with Markov Chain.