• Journal of Korean Society of Transportation
• /
• v.17 no.5
• /
• pp.57-65
• /
• 1999

본 연구에서는 지금가지 통근통행자의 활동참여 분석(activity Participation analysis)이 주로 일과후 활동참여(postwork activity participation)에 초점이 주어졌다는 점을 감안하여 일과전 활동참여(preworkactivity Participation)를 분석하고자 하였다. 이러한 연구배경하에서 본 연구는 통근통행자의 통근통행 이전의 비 통근통행 발생여부와 교통수단 선택의 행태를 네스티드 로짓모형을 이용하여 분석하였다. 본 연구는 모형의 경험적 추정을 위해 1995년 미국 Nationwide Personal Transportation Survey (NPTS)의 일부분으로 수집된 뉴욕 대도시지역의 설문조사자료를 이용하였으며, 추정된 경험적 모형을 바탕으로 의미 있는 결과를 논의하였다. 본 연구에서 추정된 통근통행 이전의 비 통근통행 발생여부와 교통수단 선택의 네스티드 로짓모형은 통계적 측면이나 행태적 측면에서 볼 때 대체로 타당한 분석결과를 보여준다. 교통수단 선택모형(조건부 모형)의 추정결과를 보면 나이, 운전면허 소지여부, 가구내 차량보유대수, 가구내 직장인수, 연간 가구소득, 교통수단의 통행시간이 통근통행자의 교통수단 선택에 의미 있는 영향을 미치는 것으로 확인되었다. 한편 통근통행 이전의 비통근통행 발생여부 선택모형(한계모형)의 추정결과를 보면 나이 성별, 가구내 차량보유대수, 가구의 생애주기가 통근통행자의 비 통근통행 발생여부에 의미 있는 영향을 미치는 것으로 확인되었다. 본 연구로부터의 중요한 발견은 추정된 네스티드 로짓모형의 inclusive value의 추정계수값을 살펴봄으로써 가능한데, 모형의 경험적 추정결과는 본 연구에서 가설화된 네스티드 로짓모형구조의 타당성을 입증시켜 준다. 아울러 직장인의 교통수단 선택은 통근통행 이전의 비 통근통행 발생여부의 선택과 밀접한 관련을 가지면서 이루어진다는 사실을 확인할 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.22 no.3 s.74
• /
• pp.49-58
• /
• 2004

The first and perhaps the most critical and perhaps the most important step in the process of predicting future traffic volume in a region (Zone) is to estimate the number of trips generated in from each traffic analysis zone. Most trip generation models for urban transportation planning, and highway in Korea are regression models. In Korea the category analysis has not been tried for last decades since the proper data such as the household travel behavior data have not been collected. Recently, the comprehensive household travel behavior survey such as ${\ulcorner}$1996 The Household Travel Behavior Survey${\lrcorner}$, ${\ulcorner}$2002 The Household Travel Behavior Survey${\lrcorner}$ has been done. In this paper, the cross-classification tables of Seoul Metropolitan Area including the City of Seoul and Kyonggi Province are estimated by the category analysis. The tables are compared with regression models and ${\ulcorner}$2002 The Household Travel Behavior Survey${\lrcorner}$ data in terms of predictive capabilities in Seoul Metropolitan Area. Improvement strategies for trip generation forecast in Seoul Metropolitan Area are proposed.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.10 no.6
• /
• pp.126-139
• /
• 2011

In the traditional four-step travel demand models, each step is sequentially conducted following the model estimation at the previous step. The accuracy of the following model is partly dependent on whether the model at the former stage was properly established or not. Therefore, trip generation, which is the first step in this conventional model, has great effects on the modeling process and forecasting results. Linear regression models for trip generation of Seoul Metropolitan Area might increase the forcasting errors, since a variety of land-use characteristics are not considered. Hence, in this study, zonal factors such as socioeconomic and land use variables are included to improve the elaboration of trip generation. Comparing the %RMSE with the existing models, which contain bigger errors in the zones highly based on the secondary and tertiary industries than residence-based, the trip generation models including those variables seem more appropriate overall.

• Journal of Korean Society of Transportation
• /
• v.18 no.4
• /
• pp.95-105
• /
• 2000

The Purpose of this study is to present a new Trip Generation Model using Backpropagation Neural Networks. For this purpose, it is compared the performance between existing linear/nonlinear Regression models and a new TriP Generation model using Neural Networks. The study was performed according to the below. First, it is analyzed the limits of conventional Regression models, next Proved the superiority of Neural Networks model in theoretical and empirical aspects, and lastly Presented a new approach of Trip Generation methodology. The results show that Backpropagation Neural Networks model is predominant in estimation and Prediction comparable to Regression analysis. Such results mean the possibility of Neural Networks\` application in Trip Generation modeling. Specially under the circumstances of the chancing transportation situations and unstable transportation on vironments, its application in transportation fields will be extended.

• Journal of Korean Society of Transportation
• /
• v.30 no.1
• /
• pp.103-112
• /
• 2012

This research introduces a trip generation model reflecting time-series effects derived from a panel analysis with the data collected from the national household trip surveys conducted in 1996, 2002 and 2006. The existing methods are unable to reflect time-series effects from the change of socioeconomic conditions because the parameters applied to the model were basically from the base year of study - the parameter values were unchanged. This study proposes a new trip generation model developed through a panel analysis performed with the data collected from the last three national household trip surveys. From the results, it was found that the number of school trips increases and that the number of shopping trips decreases as time passes. The results showed that there are time-series effects affecting in trip generation.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.5D
• /
• pp.709-716
• /
• 2006

The rapid changes of family structure such as singles, working couples and so on have effects on a travel behaviour. One of the characteristics from this is the increasing portion of trip-chain, in which plural activities were conducted in a "single outgoing" travel. Therefore travel must be considered as location change to conduct various activities instead of pursuing single travel purpose. This paper specifies a behavioral homogeneous person group by a job, a possession of cars. Based on this classification of person groups and their activity diary, the sequence, time and travel mode of activities in a day can be verified. As a case study household survey was conducted in city Kongju. The survey result shows that the classification of behavioral homogeneous person group based on criteria like employment status and car ownership bring a good result to forecast trip generation in traffic zone.

• Journal of Korean Society of Transportation
• /
• v.17 no.5
• /
• pp.87-98
• /
• 1999

전통적인 교통계획 과정에서 이용되어 온 수요모형들은 대부분 수단선택과 통행배정을 나누어 실시하는 모형이 주를 이루어 왔다. 그러나 교통수단이 다양해짐에 따라 실제 통행자들은 통행 도중 환승을 통해 수단을 전환하는 경우가 발생하게 되며 이 경우 수단선택 과정과 통행배정 과정을 하나로 통합하여 분석할 필요가 있다. 따라서 기종점간 수단 분담율은 기점과 종점에서의 그 값이 다르지만 수단선택과 통행배정이 분리되어 있는 기존 모형을 적용할 경우, 출발과 도착시의 수단 분담율이 동일하게 나타나는 비현실적인 결과를 도출하게 된다. 이러한 문제는 통행수단을 통행의 기본단위로 보고, 수단통행량을 추정하기 때문에 그 수단을 이용하는 통행자들의 행태 대신 수단의 특성만이 모형화되기 때문이다. 따라서 기존의 교통계획 과정에서는 수단분담 과정과 통행배정과정이 분리됨에 따라 수단간 환승이 고려되지 않아 통행자들의 경로 구성과정을 정확히 표현하는데 어려움이 있었다. 또, 수단분담 모형으로 가장 많이 이용되는 로짓 모형의 경우 환승을 고려하면 비관련 대안간 독립성문제(CIA)가 발생하고, 환승경로 수요추정이 불가능해 사실상 통합 교통망과 같이 복수 수단이 운행하는 교통망은 분석하기 어렵게 된다. 본 연구에서는 이를 해결하기 위하여 사람통행(Person Trip)을 기반으로 하는 수단분담-통행배정 통합모형을 개발하고 기존의 결합모형과 그 결과를 비교하였다.

• Journal of Korean Society of Transportation
• /
• v.29 no.2
• /
• pp.101-109
• /
• 2011

In most of the urbanized cities, socio-economic attributes tend to cluster as patterns of similarity in space, namely spatial autocorrelation, by agglomeration forces. The classical linear regression model, the most frequently adopted in the trip generation step, cannot sufficiently represent this effect. In order to take into account the effect properly, we need a model which adequately deals with the spatial dependence patterns. In this study, the Geographically Weighted Regression (GWR) model is adopted as an alternative method for the local analysis of relationships in multivariate data sets; that is GWR extends this traditional regression framework by estimating local rather than global parameters. This study shows the existence of spatial effects in the production and attraction of home base/non-home based trips through the GWR model using travel data collected in Daegu metropolitan area. Furthermore, LISA is employed to verify the fact that the local spatial autocorrelation exists.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.73-82
• /
• 1998

본 연구의 목적은 일주일간 조사된 개인통행행태를 고려한 각 특성별 통행발생예측 방법을 제시하는데 있다. 이를 위하여 일주일간 통행빈도수의 차이를 고려한 집단간 차이를 검정하고, 그 원인을 분석하여 이에 따른 특성별 개인 통행발생예측 모형을 정립하였다. 전체 표본의 각 특성별 개인 내부 변이성을 분석해 본 결과 기간의 차이에 따른 개인 통행행태의 변화는 직업별, 나이별, 성별, 차량소유 유무, 주택소유 형태, 통행목적, 통행수단, 가구원수에 따라 집단간 차이를 보여주었다. 이러한 변수를 이용한 통행발생 예측모형의 분석결과 개인소득이 높을수록, 주책을 자가로 소유한 경우, 자동차를 소유한 경우, 학생일수록, 유직일수록 개인 통행발생량이 많은 것으로 분석되었다. 반면, 아니는 연령대가 높아질수록 통행수가 적어졌다.

• Journal of Korean Society of Transportation
• /
• v.28 no.6
• /
• pp.159-166
• /
• 2010

Trip distribution is to connect travel demand for each OD pair based on travel cost, trip production and attraction derived from trip generation step. In real world the travel cost is a function of travel demand, but existing models could not fully consider such functional relation between travel cost and demand, which leads to an equilibrium in trip distribution model. This paper proves the equilibrium trip distribution by using gravity model. In order to obtain such equilibrium this paper also presents a solution algorithm based on fixed point theorem. The algorithm will be tested with an example and confirmed the equilibrium solution of trip distribution.