• Journal of Korean Society of Transportation
• /
• v.26 no.3
• /
• pp.75-84
• /
• 2008

In 2002, the 5-day workweek policy was effective in Korea. As we have expected, the 5-day workweek policy has changed people's travel behavior during weekdays and weekends. Several studies have been done to understand these changes and impacts on transportation systems. However, these studies have only focused on travel pattern changes without considering spatial factors. Said in another way, although individual travel pattern changes are usually investigated, indices adopted cannot describe travel pattern changes in a proper way due to lack of the spatial distribution measure. This study aims to analyze travel change since the 5-day work week policy in effect using a new index (i.e. Travel Vector Index) developed in this study, which can explain travel pattern changes in terms of magnitude and spatial point of views. The new index uses a GIS technology and TCS (Toll Collection System) databases in Korea. The results in this study show that the index is very useful and reliable to measure the travel patterns changes. They are applied to TCS data set and the results show that the 5-day workweek policy significantly affects on travel behaviors.

• Journal of Korean Society of Transportation
• /
• v.17 no.2
• /
• pp.91-103
• /
• 1999

이 연구는 자동 차량위치 측정기법(Automatic Vehicle Location, AVL)을 이용해서 수집한 교통상황자료를 가지고 구간 통행시간을 산출하는 알고리즘을 개발한다. AVL기법을 이용하는 경우, 처리해야 할 자료량이 많아서 실시간에 정보를 산출하는 것이 힘들다. 따라서 이 연구는 처리해야 할 자료량을 가능한 한 줄이고 자료량이 적은 경우에도 효율적인 구간통행시간을 산출하는 알고리즘을 제시한다. 이 연구의 방법론은 크게 4가지인데, 첫째, 해석 기법, 둘째, 회귀분석, 셋째, 인공지능 및 전문가 시스템, 넷째, 통계분석이다. 이 방법론을 이용해서 세 단계 알고리즘을 개발하는데, 첫째는 실시간 분석통계 알고리즘, 둘째는 과거자료분석 알고리즘, 셋째는 자료응합 알고리즘이다. 이 알고리즘 가운데 자료융합 알고리즘 결과가 산출하고자 하는 구간 통행시간이다. 실시간 분석통계 알고리즘은 연속하는 세 개 구간의 통행 패턴을 이용해서 가운데 구간의 통행시간을 산출하는 방법을 제시한다. 또 실시간 분석통계 알고리즘으로 산출하지 못한 구간은 인접구간 상관도 정보를 이용해서 구간통행시간을 추정한다. 과거자료분석 알고리즘은 회귀분석을 이용해서 시간대별 통행시간 평균과 분산을 구하고, 이 결과를 바탕으로 인접구간 상관도 정보를 오프라인으로 구하는 알고리즘이다. 자료융합 알고리즘은 2가지 단계를 거치는데, 그것은 실시간 자료융합과 최종 자료융합이다. 실시간 자료융합은 실시간에 가까운 자료원의 실시간 분석통계 알고리즘 결과 패턴과 인접구간 상관도 정보를 이용한 구간통행시간 추정 결과를 이용해서 패턴에 따라 다른 방법으로 융합을 하는 알고리즘을 개발한다. 최종 자료융합은 실시간 자료융합 결과와 회귀분석 결과의 패턴을 이용해서 구간 통행시간을 산출한다. 이 연구를 기존 연구와 비교할 때, 세 가지 독차성이 있다. 첫째는 연속하는 세 구간 통행 패턴을 분석하였기 때문에 기존의 노드의존 방식을 탈피하였다는 점이다. 따라서 자료량이 적은 경우도 믿을만한 통행시간을 산출할 수 있다는 것이다. 둘째는 인접구간 상관도 정보를 구간통행시간 산출에 이용하였기 때문에 자료를 효율적으로 이용할 수 있다는 점이다. 셋째는 자료원 패턴을 분류하고 전문가 시스템을 이용하여 자료융합 하였기 때문에 수행속도가 빠르고, 신뢰성있는 정보를 제공한다는 점이다. 이 연구는 개발한 알고리즘 정확도를 검증하기 위해서 두 가지 검증방법을 이용하였다. 첫째는 시뮬레이션을 이용한 것이고, 둘째는 실제 주행조사 분석을 이용한 것이다. 두 가지 검증 결과는 알고리즘 정확도를 보여준다.

• Journal of Korean Society of Transportation
• /
• v.28 no.1
• /
• pp.51-61
• /
• 2010

The main objective of this paper is to analyze change of travel patterns according to public transportation reform. The paper uses data collected from Gyeongsan City. So far few researches, especially using before-and-after individual travel survey, have been conducted on analyzing effects of public transportation reform. For this research, some descriptive statistical analyses and statistical hypotheses tests were conducted. Furthermore, some empirical logit models were estimated for analyzing the individual effects of the public transportation reform. Finally, some important foundings, policy implications, and limitations of this research are discussed.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.79-85
• /
• 2002

In this paper, multilevel models are adopted to identify interactions among household members in trip making behaviors. The multilevel approach is a proper methodology to handle samples, which are extracted from a hierarchical structure universe. PSTP dataset is used in developing models and understand proportion of variations among individuals and household. The results of this study show that for activity participation and travel behavior household level variance is more than 1/4 of person level variance and therefore not negligible. The results confirm the importance of multilevel model in travel behavior analysis.

• Journal of Korean Society of Transportation
• /
• v.33 no.2
• /
• pp.113-124
• /
• 2015

The KOTI(Korea Transport Institute) released the new version of KTDB(Korea Transport DataBase) in public. The new KTDB is different from the past KTDB in using the concept of trip generation and trip attraction instead of using the concept of Origin-Destination (OD), which was used in the past KTDB. Thus, the appropriate analysis method for future travel demand became necessary for the new type of KTDB. The method should be based on the concept of PA(Production-Attraction). This study focused on analysis of trip generation and trip distribution related to newly generated trips by future land developments. The study also described clearly the standardized forecasting process and methods with PA travel tables. The study showed that the analysis results with OD-based analysis can be different from the results with PA-based analysis in forecasting travel demand for a simple example case even though they used exactly same orignal travel data. Therefore, this study emphasized that a proper method should be applied with the new PA-based KTDB. It is necessary to prepare and disseminate guidelines of the proper forecasting method and application with PA-based travel data for practician.

• Journal of Korean Society of Transportation
• /
• v.15 no.4
• /
• pp.35-51
• /
• 1997

The main objective of this research is to develop urban workers' daily travel pattern choice model. For this research, a hovel pattern choice model was empirically estimated by using a survey data collected from Kyongsan and Yeungchun City. For this research, a nested logit model structure was employed. For the model specification, it is hypothesized that urban workers' daily travel pattern choice behavior is represented by two stages of choices with single-destination or multi destination travel pattern choice as the higher stage, and the number of tours as the lower stage. The urban workers' daily travel pattern choice model developed in this research yields intuitively reasonable results. From the empirical results, it is found to be sensible to represent urban workers' daily travel patterns as the nested logit model structure Hypothesized in this research. furthermore, future directions of model development are suggested.

• Journal of Korean Society of Transportation
• /
• v.24 no.7 s.93
• /
• pp.53-62
• /
• 2006

The aim of this paper is to analyze the changes in the travel pattern of public transit users, service satisfaction before and after public transportation system reform in Daegu. For this purpose, we conducted a survey of people on public transit users and the results of study are as follows : First, it was found that transfer trip had increased, especially concerning the changes of travel pattern from bus trip to the transfer trip between the bus and subway. Because it makes a financial sense to transfer based on free charge transfer system. Secondly, the transfer satisfaction was improved for public transit users, but they are still reluctant to use transfer system.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.153-166
• /
• 1998

본 연구에서는 도시 가로망에서의 구간 통행시간을 예측하기 위하여 time-frequency 분석의 일종인 웨이브렛변환과 RBF신경망 모형을 이용한 예측모형을 개발하였다. 웨이브렛 변환을 이용한 시계열 자료 분석을 통해서 통행시간에 내재되어 있는 다양한 패턴의 특징을 추출함으로써 오전/오후의 첨두현상, 신호교차로의 현시주기 등 주기적으로 발생되는 요인들에 의해서 통행시간 시계열 자료의 패턴에 나타나는 규칙성을 분석해 내었다. 분석된 패턴정보에 대한 규명은 카오스 이론을 근간으로한 시간지연좌표를 이용하여 시계열 자료의 규칙성을 시각적으로 판별하여 예측모형 구축에 활용하도록 하였다. 또, RBF신경망을 이용하여 예측범위의 공간적/시간적 확대에 따른 모형 구축에 소요되는 시간을 최소화하도록 하였으며, 시내버스 노선의 정류장간 운행시간 예측을 통해서 기존 연구에서 제기되었던 현실세계의 단순화, 다단계 예측시 정확성 등의 문제를 해결하였다. 예측실험결과 웨이브렛 변환을 데이터의 전처리 과정에 삽입하여 링크 통행시간의 패턴정보 예측에 활용할 경우, 기존의 예측모형에 비해서 훨씬 정확한 예측이 가능한 것으로 나타났으며, RBF 신경망은 짧은 학습시간에도 불구하고 역전파 신경망보다 우수한 예측력을 갖고 있는 것으로 밝혀졌다.

• Journal of the Korean Geographical Society
• /
• v.45 no.5
• /
• pp.592-608
• /
• 2010

This study investigates the diurnal pattern of transit ridership in the Metropolitan Seoul area. For the purpose, we use a weekday Smart Card passenger transaction data in 2005. Eleven passenger trip patterns are found from 2.74 million passengers moving on the Metropolitan Seoul Metro system. Among them, we analyze 2.4 million passengers blonging to five trip types having only one or two transaction record during a day. A total of 357 metro stations are classified to four types according to their diurnal pattern of passenger riderships. We analyze the relationships between passenger's trip chain patterns and subway station's diurnal transit ridership patterns. The result shows that the ratio of the number of passengers of particular time of the day is hierarchically related with trip chain patterns.

• Journal of Korean Society of Transportation
• /
• v.15 no.1
• /
• pp.45-62
• /
• 1997

이 논문은 O-D 접근방법과 P-A 접근방법을 이론적으로 서로 비교한 연구이다. O-D 접근방법은 전통적인 교통수요 4단계 분석기법의 모든 과정에서 통행수 산출을 통행 유출과 통행유인의 개념을 적용하여 O-D 통행량을 사용한 기법으로 정의되었다. 이러한 O-D 접근방법은 우리 나라에서 보편적으로 사용되고 있는 기법이다. P-A 접근방법은 통행 발생, 통행분포, 교통수단선책 분석과정까지 통행생성과 통행유인의 개념을 적용하여 P-A 통행량을 사용한 기법으로 정의되었으며, 노선배경 분석단계에 앞서 P-A 통행량을 O-D 통 행량으로 전환되어져야 한다. P-A 접근방법은 구미국가들에서 보편적으로 사용되는 기법이 다. 이러한 두 접근방법은 통행목적 분류에서 귀가통행이 별도로 분류되어있는가 혹은 아닌 가에 따라 쉽게 구분되어 질 수 있다. 만일 귀가통행이 통행목적의 분류에서 별도로 구분되 어 있으면 O-D 접근방법이 적용되고 있음을 의미하는 것이다. 이 연구는 전통적 교통수요 4단계 분석과정 중 통행발생, 통행분포 및 교통수단선택의 각 분석과정에서 두 접근방법간 의 이론적 차이점을 명확히 비교 분석하고자 하였다. 그러므로써 형태적 통행패턴을 상대적 으로 잘 설명하며 또한 집합적 오차를 상대적으로 초 lth화할 수 있는 기법이 어느 것인가 를 이론적으로 찾고자 하였다. 이 연구에서는 행태적 측면에서 통행패턴을 P-A 접근방법이 더 잘 표현하고 있으며 또한 집합화 오차도 P-A 접근방법이 더 적으므로 P-A 접근방법이 O-D 접근방법보다 이론적으로 더 우수하다고 결론지었다. 또한 이 연구는 통행발생, 통행 분포, 교통수단선택 분석과정이 끝난 후 P-A 통행량에서 O-D 통행량으로 전환하는 것이 통행발생, 통행분포의 분석과정이 끝난 후에 O-D 통행량으로 전환하는 것보다 더 바람직하 다고 추천하였다.