• 제목/요약/키워드: 지하철 혼잡도

검색결과 49건 처리시간 0.025초

머신러닝 기반 2호선 출퇴근 시간대 지하철 역사 내 혼잡도 예측 (Subway Line 2 Congestion Prediction During Rush Hour Based on Machine Learning)

  • 장진영;김채원;박민서
    • 문화기술의 융합
    • /
    • 제9권6호
    • /
    • pp.145-150
    • /
    • 2023
  • 지하철은 사람들이 일상적으로 이용하는 대중교통으로 자리잡고 있다. 특히 2호선은 지하철 승객이 하루동안 가장 많이 이용하는 역들이 포함되어 있는 호선으로 출퇴근 시간대에는 높은 혼잡도로 인해 압사사고의 위험성이 높아지고 있으며, 이는 지하철을 이용하는 사람들의 안전성과 쾌적함을 저하시킨다. 따라서 지하철 역사 내 혼잡도 예측을 바탕으로 높은 혼잡도로 인해 발생하는 문제를 대비할 필요가 있다. 이를 위해 본 연구에서는 출퇴근 시간대 혼잡 여부를 판별하는 머신러닝 분류 모델을 제안한다. 선행연구를 통해 지하철 혼잡도에 영향을 주는 변수를 파악하고, 공공데이터포털에서 출퇴근 시간대의 2호선 지하철 혼잡도 데이터셋을 수집하여 머신러닝을 기반하여 2호선 지하철 역사 내 혼잡 여부를 예측한다. 본 연구에서 제안하는 출퇴근 시간대 2호선 역사 내 혼잡도 예측 모델은 지하철 이용객의 안전과 만족도를 향상시키기 위한 지하철 운영 계획 수립에 활용될 수 있을 것으로 기대된다.

빅데이터 분석을 이용한 지하철 혼잡도 예측 및 추천시스템 (Subway Congestion Prediction and Recommendation System using Big Data Analysis)

  • 김진수
    • 디지털융복합연구
    • /
    • 제14권11호
    • /
    • pp.289-295
    • /
    • 2016
  • 지하철은 버스와 택시에 비해 많은 승객들을 안전하고 신속하게 대량 수송할 수 있는 미래 지향적인 교통수단이다. 지하철 이용자의 증가에 따른 혼잡도 증가는 지하철을 쾌적하게 이용할 수 있는 시민들의 권리를 저해하는 요인 중의 하나이다. 따라서 지하철 내의 혼잡도 예측은 승객의 이용 편의성과 쾌적성을 극대화할 수 방법 중 하나이다. 본 논문에서는 기존의 지하철 혼잡도를 다중 회귀 분석으로 예측하고 빅데이터 처리를 통한 실시간으로 혼잡도를 모니터링하고, 자신의 출발역과 도착역 정보뿐만 아니라 다양한 정보를 추가하여 개인화된 혼잡도 예측 시스템을 제안한다. 제안된 혼잡도 예측 시스템을 적용한 결과 예측혼잡도가 실제혼잡도에 비해 평균 81% 정확도를 보였다. 본 논문에서 제안한 예측 및 추천 어플리케이션을 지하철 고객에 적용하면 지하철 혼잡도 예측과 개인 사용자의 편리성에 도움이 될 것으로 예상된다.

시뮬레이션을 기반으로 한 지하철 혼잡도 개선에 관한 연구

  • 김상필;유재곤;김종배
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2015년도 춘계학술대회
    • /
    • pp.71-73
    • /
    • 2015
  • 2009년 7월 개화에서 신논현까지 서울 지하철 9호선이 개통했다. 2010년 9호선 일평균 통행량은 예측 통행량 대비 97%수준이었으나, 2013년은 110%를 달성했다. 2015년 3월 2단계구간이 개통되어 평일 평균 이용객이 15만명 정도가 더 늘어났다. 국회 자료에 따르면, 출근시간 염창역에서 당산역까지의 혼잡도가 237%로 나타났다. 이는 다른 지하철 혼잡도 2배 뛰어넘는 수치이다. 당산역에서 여의도역(234%), 여의도역에서 노량진역(212%), 노량진역에서 동작역(216%)으로 기록이 될 만큼 특정 구간의 혼잡도가 높게 나타났고 급행노선을 선호하는 인원이 많아 시간이 지날수록 정체현상이 가중되고 있다. 따라서 본 연구는 혼잡도의 주 원인인 정체현상을 감소시키고 여객 수송율을 증가시키기 위해 기존의 급행 프로세스를 변경하는 방안을 제시한다. 여기에 적용된 연구방법은 혼잡도 수준을 낮추기 위해 필요한 프로세스 설정하고 아레나 시뮬레이션 프로그램 분석을 통해 본 연구에서 제시한 방안에 대해 검증한다. 본 연구에서 제안한 방식을 통해 지하철의 혼잡도 해소에 도움을 줄 수 있을 것이다.

  • PDF

스마트카드자료를 활용한 지하철 승강장 동적 혼잡도 분석모형 (A Model for Analyzing Time-Varying Passengers' Crowdedness Degree of Subway Platforms Using Smart Card Data)

  • 신성일;이상준;이창훈
    • 한국ITS학회 논문지
    • /
    • 제18권5호
    • /
    • pp.49-63
    • /
    • 2019
  • 지하철 승강장의 혼잡도 관리는 열차지연방지, 승객안전 등의 서비스수준 향상을 위해 중요하다. 승강장 혼잡개선정책을 효과적으로 수립하기 위해서는 혼잡수준을 정확하게 추정하는 방안이 필요하다. 현재 지하철 승강장 혼잡도는 1-2년 주기의 특정 장소 및 시간에 계수방법(Hand Count)로 측정되어 시공간적 제약이 존재한다. 한편 스마트카드자료는 매일 실시간 생성되는 빅데이터 자료로서 승강장혼잡 추정을 위한 기초자료로서 적합하다. 본 연구는 카드자료를 승강장 혼잡도를 동적으로 추정하는 모형을 제안한다. 연구는 우선 혼잡도를 지하철 네트워크를 동적으로 이동하는 승객이 승강장에 집중하는 수요개념으로 정의한다. 이를 위해 지하철 네트워크에서 개별승객이 동적으로 이동하는 궤적을 모형을 통하여 파악한다. 또한 지하철승강장에 집중 및 분산되는 승객흐름을 1분 단위로 산정한다. 마지막으로 승강장구조별 단위 실용대기면적에 따른 승강장 혼잡도를 계산한다.

서울 지하철 객차 내 혼잡도 안내 서비스 및 표시방안 (Scheme of Displaying Service for a Subway-car Congestion Control)

  • 박송;주다영
    • 한국콘텐츠학회:학술대회논문집
    • /
    • 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
    • /
    • pp.421-422
    • /
    • 2015
  • 본 논문은 객차 내 혼잡도 안내 서비스를 제안하고 그 효율성과 도입 시 최적 표시방안에 대해 말하고자 한다. 우리는 실제 지하철 이용객에 대한 관찰과 인터뷰를 통해 지하철 내의 칸별 혼잡도 차이가 발생하는 원인을 찾고, 이를 바탕으로 칸별 탑승 인원을 분산시킬 방안으로서의 객차 내 혼잡도 안내 서비스와 표시방안을 제시한다.

  • PDF

빅데이터 분석을 통한 서울시 지하철 지연 분석 (Seoul Subway Delay Analysis through Big Data Analysis)

  • 박수민;백재순;김성진
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
    • /
    • pp.153-155
    • /
    • 2024
  • 본 논문은 진접선 개통 이후 급증하는 서울 지하철 4호선의 혼잡 문제와 현재 진행 중인 장애인 차별 반대 시위를 다룬다. 네이버의 지도 API를 활용해 위도와 경도 데이터를 추출하고 지하철 노선별 장애인 승객 수와 최대 지연시간을 시각화한다. 2호선과 4호선의 혼잡도가 표시되어 문제의 심각성을 알 수 있다. 평균 출퇴근 시간 탑승 및 하차 수치를 분석하여 4호선 편의시설 개선, 2·4호선 열차 운행 횟수 늘리기, 환승역 운영 최적화 등 전략적 권장 사항을 제시한다. 제안된 대책은 서울시 지하철 시스템의 접근성 향상, 혼잡완화, 전반적인 효율성 제고를 통해 보다 폭넓은 교통시설 개선과 승객 편의 증진에 기여하는 것을 목표로 하고 있다.

  • PDF

IoT를 접목한 지하철 객차 내 혼잡도 평준화 시스템 설계 (Design of Congestion Standardization System Based on IoT)

  • 김미례;조인호
    • 한국산학기술학회논문지
    • /
    • 제17권5호
    • /
    • pp.74-79
    • /
    • 2016
  • 수도권 지하철은 1974년, 서울 1호선 개통을 시작으로 현재 일일 7,289천 명을 수송하는 가장 중요한 교통수단 역할을 하고 있다. 이처럼 서울 지하철은 2011년 이후 지속적으로 증가하는 수송인원을 처리하고 있지만, 제한된 지하철 용량과 배차시간 때문에 지하철 내의 혼잡도는 계속 증가하고 있는 실정이다. 이에 서울시는 서울역, 시청역, 교대역 등 12개의 역사에 우회통로 건설 등의 혼잡역사 구조 개선사업을 시행하고 있다. 하지만 이러한 사업은 한 역사 당 평균 186억 원의 대규모 공사비에 비해 미미한 개선 효과를 보이면서 혼잡도 개선을 위한 차선책이 필요한 실정이다. 따라서 본 연구는 효율적인 객차 및 역사 내 혼잡도 완화를 위해 IoT를 접목한 혼잡도 평준화 시스템을 제안하였다. 제안한 시스템을 바탕으로 예상 효과 분석을 진행하였고, 분석 결과 한 객차에 승차하는 인원이 기존 34명에서 최대 20명으로 감소되는 효과가 나타났다. 이와 더불어 기존 첨두시 20대의 열차 운행대수가 24대로 증차될 수 있다고 분석되면서 운영 효율성 측면에서 효과가 있을 것으로 사료된다.

지하철 혼잡도 개선방안에 관한 빅데이터융합 기반의 탐색적 연구 (An Exploratory Study on Improvement Method of the Subway Congestion Based Big Data Convergence)

  • 김근원;김동우;노규성;이주연
    • 디지털융복합연구
    • /
    • 제13권2호
    • /
    • pp.35-42
    • /
    • 2015
  • 빅데이터의 가치가 중요하게 인식되면서 정부를 비롯한 공공기관, 민간기업 등이 빅데이터에 관심을 가지기 시작하였다. 과거와는 다르게 다양한 데이터의 원천이 있고, 이러한 데이터의 융합을 기반으로 한 다양한 기획 및 분석기법이 등장하게 되면서, 빅데이터는 새로운 고급 정보의 창출 및 의사결정 고도화 기반으로 자리매김할 것이 확실하다. 본 연구는 다양한 대책에도 불구하고 개선되지 않는 지하철 혼잡도 문제에 대한 대안을 모색하는 것이다. 이에 본 연구는 서울시의 공공데이터를 활용하여 서울시 지하철의 혼잡도를 개선할 수 있는 방안에 대해 탐색적 접근을 시도하였다. 연구는 서울시 공공데이터 분석을 오픈 소스 R을 통해 이루어졌다. 분석 결과 혼잡도가 높은 지하철 역을 중심으로 운행하는 버스 노선을 신설하는 정책 대안을 도출하게 되었다.

서울지하철 9호선 2단계 개통에 따른 급행열차 선택 및 혼잡도 변화분석 (Express Train Choice and Load Factor Analysis as Line Extension in Seoul Metro 9)

  • 김경민;오석문;노학래
    • 한국철도학회논문집
    • /
    • 제19권5호
    • /
    • pp.663-671
    • /
    • 2016
  • 본 연구에서는 교통카드자료를 기반으로 한 김경민 외[1]의 승객경로추적 방법을 이용하여 서울지하철 9호선 2단계 개통에 따른 급행열차 선택에 대한 변화를 분석하였다. 분석결과 2단계 개통 전과 비교하였을 때, 1단계 구간 기존 승객들의 급행열차 선택 비율은 변하지 않음을 확인하였다. 개통 전 후로 나누어 각각에 대한 다항로짓모형을 개발하였고 개통 전 후 모형의 전이성을 확인하였다. 하지만, 급행열차에 대한 선택이 높은 장거리 승객의 증가로 인해 2단계 개통 후 급행열차의 혼잡도가 약 6.7% 상승하였고 일반열차와의 혼잡도 차이는 증가하였다.