• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 Proceedings 제34회 추계 학술발표회
• /
• pp.265-274
• /
• 1998

본 논문은 도로를 주행하는 차량의 지점속도에 대하여 단기간(short-term)으로 예측하는 네 가지의 모형들에 대한 개발 및 결과의 비교하고 평가했다. 사용된 기법들로는 다중회귀분석, 시계열분석(ARIMA), 인공 신경망, 칼만필터링 등이며, 모형의 구출을 위하여 다수의 독립변수 및 입력변수가 요구되는 다중회귀분석과 인공 신경망에서는 연속방정식에서 고려되는 변수들간의 단순상관계수 및 편상관계수의 계산을 통해서 입력변수가 설정이 되었으며, 시계열분석(ARIMA)과 칼만필터링 등 단일 입력 변수만을 요하는 모형에서는 바로 전 시간대와 현재시간대의간격동안 속도의 변화량을 입력변수로 설정하였다. 속도를 비롯해서 교통 데이터는 현장자료를 사용하였는데, 이는 서울의 한강 옆에 위치한 올림픽대로 중 한강대로에 위치한 검지기 3개를 통해서 천호동 방면으로 이동하는 교통류에 대해서 17시간 (00시~17시)동안 수집했다. 17시간 수집했는데 그중에 검지된 속도는 14km/h에서 98km/h까지 변하는 등, 수집된 자료에는 다양한 교통상태가 포함되어 있는데 이는 각 모형들의 정확한 예측력과 적응성을 평가하기 위함이었다. 각 모형은 예측하고자 하는 시점으로부터 1, 5, 10, 15분 후의 속도를 예측하는 것으로 총 4가지의 예측시간간격으로 각각 실험되었다. 결과는 전반적으로 신뢰성 있게 나왔으나 그중에서도 정확성면에서는 인공신경망과 칼만필터링이 우수했고 적응성면에서는 칼만필터리딩 탁월했다. 또한 1분 후의 속도를 예측하는 결과들은 모형들간에 거의 비슷한 정확도를 보여주었는데 이는 입력변수의 설정이 중요한 것임을 보여주는 것이라 판단된다. 있는 기법이다.적으로 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

• 대한교통학회지
• /
• 제35권3호
• /
• pp.220-233
• /
• 2017

교통량은 주말 및 첨두시 O/D 구축, 차량주행거리 산정, 혼잡도로개선 대책 등에 활용되는 중요한 기초자료이다. 그럼에도 불구하고 국내 도시부 도로의 교통량 링크 커버리지는 매우 낮아, 현재 수집 교통량으로는 교통정책 및 분석에 제약이 따를 수밖에 없다. 이에 본 연구에서는 특 광역시 중 수집교통량 및 속도의 링크 커버리지가 가장 낮은 서울시를 대상으로, 수집 교통량과 속도를 활용하여 교통량 결측링크의 교통량을 추정하는 방안을 제안하였다. 여기서, 교통량 추정 방법으로 공간적 통계기법을 활용하였다. 교통량 추정모형 구축시, 서울시의 도시고속도로와 도시부 도로는 교통류 및 통행패턴은 상이하므로 이를 분류하여 도시고속도로에는 구간별 상수함수, 도시부 도로에는 회귀크리깅을 적용하였다. 이용 데이터로는 서울시 TOPIS, 국교부 국가교통정보센터 등에서 수집한 공공부문 교통량, 속도와 민간 내비게이션 DB를 활용하였다. 내비게이션 DB는 대부분의 도로링크에서 수집되므로 교통량 추정에 매우 용이하다는 강점을 가지고 있다. 단, 내비게이션 DB는 수집 교통데이터의 샘플데이터이므로, 모집단인 교통량, 속도와 비교 검증하여 적용하였다. 뿐만 아니라 내비게이션 DB도 결측링크가 존재하고, 차종이 승용차로만 구성되어 있으므로 이를 보정하여 적용하였다. 공간적 통계기법을 통해 추정한 교통량은 MAPE, RMSE를 활용하여 실제 교통량과 비교 검증하였다. 검증결과 model error가 MAPE 6.26%, RMSE 5,410로 모델의 추정력이 높고, prediction error는 MAPE 20.3% 로 교통량 추정에 대한 추정력도 높은 것으로 분석되었다. 본 연구에서 제시한 교통량 결측링크의 교통량 추정모형은 차량주행거리와 온실가스 배출량 산정 등에 다양하게 활용될 수 있을 것으로 판단된다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2008년도 추계학술대회 논문집
• /
• pp.1916-1932
• /
• 2008

철도사고의 발생 확률은 적지만 한 번의 사고로 인하여 피해가 막대하고 빠르게 확산되는 특징이 있다. 이러한 예상치 못한 철도사고 예방을 위하여 열차안전운행의 최일선 접점에 있는 기관사의 역할은 무엇보다 큰 비중을 차지하고 있다 할 것이다. 철도안전법 시행 이전 기관사 양성은 각 철도운영기관에서 자체적으로 정한 자격기준, 교육기간, 실무수습을 거쳐 양성하였으며 동일차종을 운전하는 기관사 양성에 있어 철도운영기관 별로 각기 다른 기준으로 선발 교육함에 따라 철도차량운전자에 대한 양성 관리가 체계적으로 이루어 지지 않았다. 철도안전법 시행으로 철도차량 종류에 따라 면허의 종류를 분류하고 전문교육훈련기관을 지정하여 일정한 교육을 이수한 후 제3의 평가기관을 지정, 평가토록 함으로써 일정 수준이상 득점을 해야만 면허가 발급되는 체제를 갖추게 되었으며 교육훈련기관과 평가기관을 분리하여 운전자에 대한 능력을 객관적으로 검증할 수 있도록 하였다. 교육대상자에 따라 과목별 이론교육 시간을 달리 배정하고 실기교육의 대부분을 차지하고 있는 운전시뮬레이터의 취급시간을 최대한 확보하여 철도차량운전자의 자질을 극대화하는 교육프로그램이 되도록 설계하여야 한다. 본 논문을 통하여 면허취득을 위한 교육훈련의 효과를 극대화 하고 실용적인 교육을 위하여 필요한 제반 여건에 대하여 국내외 면허 교육훈련을 비교분석을 통하여 현행 제도의 문제점 및 개선방안에 대하여 연구하고자 한다.

• 대한환경공학회지
• /
• 제28권12호
• /
• pp.1293-1303
• /
• 2006

본 연구에서는 식물군락이 조성된 일부 학교 정온시설을 선택하여 도로교통소음 특성을 파악하고 식물군락 유무에 따른 소음의 효과를 분석하였다. 차량을 4가지로 분류할 때 전체 교통량에 가장 기여하는 차량은 소형차로 나타났고 전체 교통량 대비 도로소음에 가장 영향을 미치는 차량은 오토바이로 나타났다. 교통량(Q)과 자롱차 속력(V) 관계에서 자동차 속력이 증가할수록 소음도는 감소하였다. 하지만 자동차를 4가지로 분류한 후 각 자동차 속력의 분포별로 분석한 결과, 소형차의 경우 교통량은 $2016{\leq}Q{\leq}2388$ 및 속력 67 km/h에서 소음도가 감소한 결과를 제외한 모든 구간의 교통량에 따른 속력에서 소음도가 증가하였다. 또한 다른 차종(중형차, 대형차, 오토바이 등)에서는 교통량에 따른 차량속력에 의해 모든 구간에서 소음도가 증가하였다. 식물군락 유무에 따른 두 집단 차이를 쌍체 t 검정을 수행한 결과 두 집단간 차이(p<0.05)가 있었고 식물군락이 존재하지 않는 지역에서 주간과 야간의 차이를 이표본 t 검정을 수행한 결과 두 집단 간 차이(p<0.05)가 있었다. 하지만 식물군락이 존재할 경우 주간과 야간의 차이를 비교시 두 집단 차이(p>0.05)가 없었다.