• Journal of Korean Society of Transportation
• /
• v.25 no.1 s.94
• /
• pp.133-141
• /
• 2007

The study examines households' auto ownership and car type choice with a nested legit model. In summary. ${\rho}^2$ and the inclusive values, which represent the goodness of fit of the model, are statistically significant. Therefore. the nested logit model is superior to the standard legit model in this case. Also. the elasticity of operating costs is larger than 1, which means households' car ownership and car type choice is very sensitive to the operating costs. Finally, the elasticity of the operating costs in the lower income group is higher than that or the operating costs in the higher income group.

• Proceedings of the KOR-KST Conference
• /
• 2007.02a
• /
• pp.41-50
• /
• 2007

• Journal of Korean Society of Transportation
• /
• v.19 no.1
• /
• pp.77-88
• /
• 2001

Until now, though most of the studies related to demand estimation method using traffic counts use methods based on singleclass, travel demands or flows are made by mixing various vehicles in real networks. In general, existing demand estimation methods based on traffic counts estimate O/D by converting a multiclass O/D matrix and traffic counts into a singleclass O/D matrix and traffic counts through PCE conversion, and analyze a O/D matrix by dividing into a multiclass O/D matrix and traffic counts after multiplying an estimated O/D matrix by the fixed ratio of a singleclass O/D matrix and traffic counts before PCE conversion. However, the merits of a demand estimation method based on multiclass calculate each route choice ratio about multiclass O/D, and maximize the estimation capability of multiclass by calculating each gradient, the reduction direction of objective function. Therefore, this study aims to establish a demand estimation method which considers congestion between vehicle and vehicle by using multiclass instead of singleclass.

• Journal of Korean Society of Transportation
• /
• v.19 no.2
• /
• pp.43-52
• /
• 2001

대부분의 관측교통량기반 수요추정기법은 소규모 및 중규모 교통망 등의 상대적으로 규모가 작은 교통망에서 기본적으로 가정된 수요를 가지고 얻은 추정O/D를 기본O/D와 비교하여 그 추정의 정확성이 어느 정도인가를 오차분석법 등을 이용하여 비교.분석하는 것이 그 주요한 분석방향이라고 할 수 있었다. 이러한 접근법은 실제 현실에서는 알 수 없는 참O/D나 참관측교통량을 가정하고 제시된 모형을 면밀히 관찰하여 모형의 장단점이 무엇인지를 파악하거나 타모형과의 비교.분석을 용이하게 하고자 할 때 많이 이용된다. 그러나 이러한 가정된 교통망이나 참O/D(true O/D) 등은 모형의 적용가능성을 살필 경우에 이용 가능한 방법이라고 할 수 있지만, 참O/D를 알지 못하는 현실상황(대규모 교통망)에서는 추정O/D의 신뢰성을 평가하기란 매우 힘든 작업이거나 거의 불가능한 일이라 할 수 있다. 이러한 문제점을 보완하고자 본 연구에서는 서울시의 1996년도 교통센서스 자료를 이용하여 가정된 수요가 아닌 실제적이고 현실적인 자료를 가지고 대규모 교통망에서 이용될 수 있는 모형을 살펴보았다. 연구방법은 대규모 교통망에 기존의 단일차종기반모형과 본 연구에서 제시한 다차종(multiclass)기반모형을 적용하여 추정된 O/D에 TLFD(Trip Length Frequency Distribution)개념을 이용하여 추정된 O/D의 신뢰성을 평가하고자 하였다. 또한, $R^2$를 이용하여 모형 적용 전후의 관측교통량과 배분교통량을 비교하여 추정력을 분석하였다. 본 연구에서는 단일차종기반모형보다는 차종간 혼잡효과 및 노선선택비율을 차종별로 감안할 수 있는 다차종기반모형이 대규모교통망에서는 보다 적절한 결과를 나타내는 것으로 분석되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.737-740
• /
• 2004

본 논문에서는 차종 식별을 위해 차량 영상의 질감 특징을 사용하였다. 차량의 질감 특징 정보를 얻기 위한 관심영역으로 라디에이터 그릴 부분을 선택하였다. 추출된 관심영역으로부터 GLCM(Gray Level Co-occurrence Matrix)을 사용하여 질감 특징 값을 추출하였고, 그 특징 값들을 입력으로 취하는 3층의 신경회로망을 구성한 후 역전파 학습 알고리즘을 사용하여 학습을 시켜서 차종 식별을 시도하였다.

• Proceedings of the Korean Society for History of Mathematics Conference
• /
• 1998.11a
• /
• pp.4-9
• /
• 1998

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.149-149
• /
• 1998

차종구분의 필요성은 교통공학 및 계획분야에서 교통패턴을 파악할 필요가 있으며 도로의 포장설계와 같은 구조적 측면, 교통관련자료구축 등에서도 중요하다. 현재 국내에서 운영중에 있는 각종검지기 체계들은 외국에서 개발한 체계로서 여러 가지 다양한 센서를 복합구성하여 차종을 구분하는 고가의 장비들이다. 이에 대한 국내의 연구사례는 극히 드물다고 볼 수 있다. 지금까지 주를 이룬 국내 연구사례를 보면 루프검지기를 이용한 차종구분이 주를 이루고 있다. 현재 루프검지기의 대체검지기(영상검지기, 자석검지기)개발이 활발히 진행되고 있으며 본 연구에서 이용되는 검지기는 자석검지기로서 루프검지기에 비하여 설치가 간단하고 파손의 우려가 적으며 유지관리 및 보수가 손쉽고 비용면에서도 저렴하다는 것이 장점이라 하겠다. 이에 최근에 개발되어진 단일 자석검지기를 이용한 실시간 차종인식 알고리즘을 개발하고, 현장실험을 통한 현장 적용성을 검토한다. 고속도로에 설치되어 있는 자석검지기를 이용하여 자료를 수집하며 분석에 이용되는 자료는 개별차량에 대하여 자속밀도의 변화를 주파수값으로 변환한 Digital Data값이다. 그 수치를 토대로 각 차량의 점유시간을 파악하여 각 차량의 점유시간동안 파형의 특징을 추출하여 각 특징들을 기초로 하여 각 차량이 나타내는 고유의 파형을 식별하는 패턴인식 방법으로 접근한다. 본 연구에서는 검지기 매설장소의 유한성 및 연구대상 도로의 특성으로 인하여 다양한 차종의 자료수집이 용이하지 못하여 시험가능한 자료수가 많은 차종을 대상으로 분석한다. 차종인식 알고리즘상의 차종분류는 건설교통부 차종분류기준에 따라 우선 구분이 확실한 차종으로 나눈후 단계적으로 세부적 차종분류로 접근한다.의 영향들을 고려함으로써 가로망 설계 과정에서 가로망의 상반된 역할인 이동성과 접근성의 비교가 가능한 보다 현실적인 가로망 설계 모형을 구축하고자 한다. 지금까지 소개된 가로망 설계모형들은 용량변화에 대한 설계변수의 형태에 따라 이산적 가로망 설계 모형과 연속적 가로망 설계모형으로 나뉘어지게 된다. 본 논문의 경우, 계산속도의 향상 측면에서는 연속적 가로망 설계 모형을 도입할 수 있지만, 이때 요구되는 도로용량이 이산적인 변수(차선 수)로 결정되어야만 신호제어 변수를 결정할 수 있기 때문에, 이산적 가로망 설계 모형이 사용된다. 하지만, 이산적 설계모형의 경우 조합최적화 문제이므로 정확한 최적해를 구하기 위해서는 상당한 시간이 소요되며, 경우에 따라서는 국부 최적해에 빠지게 된다. 이러한 문제를 극복하기 위해, 우선 이상적 모형의 근사화, 혹은 조합최적화문제를 위해 개발된 Simulated Annealing기법의 적용, 연속적 모형의 변수를 이산화하는 방법 등 다양한 모형들을 고려해 본 뒤, 적절한 모형을 적용할 것이다. 가로망 설계 모형에서 신호제어를 고려하기 위해서는 주어진 가로망에 대한 통행 배정과정에서 고려되는 통행시간을 링크통행시간과 교차로 지체시간을 동시에 고려해야 하는데, 이러한 문제의 해결을 위해서 최근 활발히 논의되고 있는 교차로에서의 신호제어에 대응하는 통행배정 모형을 도입하여 고려하고자 한다. 이를 위해서 지금까지 연구되어온 Global Solution Approach와 Iterative Approach를 비교, 검토한 뒤 모형에 보다 알맞은 방법을 선택한다. 차량의 교차로 통행을 고려하는 performance function의 경우 비신호 교차로와 신호교차로에 대

• Journal of Service Research and Studies
• /
• v.14 no.1
• /
• pp.27-43
• /
• 2024

The market share of online platform services in the used car market continues to expand. And The used car online platform service provides service users with specifications of vehicles, accident history, inspection details, detailed options, and prices of used cars. SUV vehicle type's share in the domestic automobile market will be more than 50% in 2023, Sales of Hybrid vehicle type are doubled compared to last year. And these vehicle types are also gaining popularity in the used car market. Prior research has proposed a used car price prediction model by executing a Machine Learning model for all vehicles or vehicles by brand. On the other hand, the popularity of SUV and Hybrid vehicles in the domestic market continues to rise, but It was difficult to find a study that proposed a used car price prediction model for these vehicle type. This study selects a used car price prediction model by vehicle type using vehicle specifications and options for Sedans, SUV, and Hybrid vehicles produced by domestic brands. Accordingly, after selecting feature through the Lasso regression model, which is a feature selection, the ensemble model was sequentially executed with the same sampling, and the best model by vehicle type was selected. As a result, the best model for all models was selected as the CBR model, and the contribution and direction of the features were confirmed by visualizing Tree SHAP Value for the best model for each model. The implications of this study are expected to propose a used car price prediction model by vehicle type to sales officials using online platform services, confirm the attribution and direction of features, and help solve problems caused by asymmetry fo information between them.

• Journal of Korean Society of Transportation
• /
• v.34 no.2
• /
• pp.135-145
• /
• 2016

This study assumes a vehicle choice model based on the multinomial model and analyzes the vehicle choice behaviors of consumer. An SP survey targeting drivers was implemented and data was collected for model estimates, with the possible choice options of the survey takers limited to gasoline, HEV, PHEV, and EV vehicles. The explanatory variable mostly displayed a significance level of under 5%, and excluding variables for price and fuel the remaining variables were all consistent with the logical direction with the plus (+) sign and the results were determined to be rational. Consumers selecting mid-size & full-size vehicles are able to afford more than consumers that selected other vehicle types, so there was relatively little consideration given to low fuel costs when compared to vehicle price. For this reason, it was determined that for the full-size vehicle model the fuel variable could be disregarded. Socio-economic variables that were statistically significant were the age and infor variables for the sub-compact & compact, the age, infor and inc3 variables for the mid-sized & full-size vehicles.

• Journal of Korean Society of Transportation
• /
• v.25 no.1 s.94
• /
• pp.109-119
• /
• 2007

Increasingly, the emphasis in regional Passenger rail Planning is finding ways to more efficiently use existing facilities, with particular attention being Paid to Policies designed to spread Peak-Period travel demand more evenly throughout the week with consideration of train classification. In this context the individual's choice of time to travel is of crucial significance. This paper investigates the use of multinomial logit analysis to model ridership by rail classification using data collected for travel from Seoul to Busan during the one week in October 2004. The Particular model form that was successfully calibrated was the multinomial logit (MNL) model : it describes the choice mechanism that will Permit rail systems and operations to be planned on a more reliable basis. The assumption of independently and identically distributed(IID) error terms in the MNL model leads to its infamous independence from irrelevant alternatives (IIA) property. Relaxation of the IID assumption has been undertaken along a number or isolated dimensions leading to the development of the MNL model. For business and related rail travel patterns, the most important variables of choice were time and frequency to the chosen destination. The calibrated model showed high agreement between observed and Predicted market shares. The model is expected to be of use to railroad authorities in Planning and determining business strategies in the Increasingly competitive environment or regional rail transport.