• 제목/요약/키워드: 화물차휴게소

검색결과 4건 처리시간 0.021초

국도변 화물차휴게소 수요예측기법 연구 (Demand Forecasting Method for Truck Rest Areas Beside National Highways)

  • 최창호
    • 한국ITS학회 논문지
    • /
    • 제16권2호
    • /
    • pp.13-22
    • /
    • 2017
  • 본 연구는 국도변에 설치되는 화물차휴게소의 이용수요를 예측하는 방법론을 제시하였다. 연구의 진행은 기존의 수요예측 방법론을 검토하여 이를 보완할 사항들을 제시하였다. 연구결과, 수요예측 과정에서 우선 할 사항은 휴게소를 이용할 화물차를 단기주차차량과 장기주차차량으로 구분하는 것이었다. 또한 단기와 장기 등 주차시간에 따라 소요주차면수 산정에 적용되는 이용률과 혼잡률 및 회전율에 차이가 발생하므로 이들 영향요소를 달리 적용할 것이 요구되었다. 그리고 화물차휴게소에 입주하는 업체와 편의시설의 활성화에 따라 서도 이용수요에 영향을 미치므로 이의 반영 필요성도 나타났다. 이로부터 국도변에 설치되는 거점형 화물차휴게소는 고속도로변에 설치되는 화물차전용 휴게소보다 수요예측 과정에 주의를 기울여야 되며, 또한 다양한 영향요소들을 감안할 필요성이 제기되었다.

타이어 안전검사 서비스 및 설문조사 결과

  • 대한타이어공업협회
    • 타이어
    • /
    • 통권228호
    • /
    • pp.27-29
    • /
    • 2006
  • 우리협회에서는 고속도로상에서 타이어 정비불량으로 인한 교통사고를 예방하고 올바른 사용방법을 홍보하고자 고속도로 휴게소에서 업계와 합동으로 타이어 안전사용검사 및 서비스 행사를 매년 실시하고 있다 본고에서는 금년 7월 검사까지의 추이를 중심으로, 일본의 타이어 안전사용 실태와 비교할 수 있도록 일본 자동차 타이어 공업협회(Japan Automobile Tire Manufacturers Association)의 05년도 안전검사 결과 수치를 삽입하였다. 참고로 JATMA의 안전검사는 고속도로뿐만 아니라 일반도로에서도 이루어지며 검사대상에서도 화물차를 포함하지만 ,본고에서는 고속도로에서의 승용차 대상의 결과치 만을 발췌하였다. 아울러, 올해 상반기에 실시한 운전자의 타이어 안전관리에 관한 설문조사 결과를 요약, 정리하였다.

  • PDF

머신러닝 기반 고속도로 내 수소충전소 최적입지 선정 연구 (A Study on the Optimal Location Selection for Hydrogen Refueling Stations on a Highway using Machine Learning)

  • 조재혁;김성수
    • 지적과 국토정보
    • /
    • 제51권2호
    • /
    • pp.83-106
    • /
    • 2021
  • 대기오염, 지구온난화 문제 등 환경 문제의 심각성이 대두되면서 청정 연료의 관심이 커지고 있다. 그 중 수소는 기존 화석연료와는 달리 연소 시 부산물로 수분만이 발생하는 대표적인 친환경 에너지원으로 현재 다양한 분야에서 주목을 받고 있다. 물류 분야에서도 수소를 활용한 물류 네트워크를 구축하기 위해 다양한 정책적 노력이 활발히 이루어지고 있다. 이러한 수소 물류 네트워크의 구축에 있어 수소충전소의 입지 결정은 매우 중요한 문제이다. 최근 개발된 수소추진(수소연료전지) 화물차에 수소를 공급하는 충전소는 수소 기반 물류체계가 본격적으로 자리 잡는 데 있어 필수 불가결한 요소이다. 이러한 수소충전소의 최적 입지를 결정하는 선행연구는 대부분 수리적 모형에 기반한 최적화 기법만을 사용하여 수소충전소의 최적 입지를 결정하고자 하였다. 본 연구에서는 기존 연구의 동향과는 차별화하여 최적화 기법의 중요한 투입 변수 중 하나인 충전소 후보지에 대한 공간적 특성을 검토하는 방법으로 머신러닝 모형들을 활용하고 그 적용가능성을 확인하였다. 머신러닝은 다양한 분야에서 우수한 성과를 증명한 기법이지만 수소충전소의 최적 입지를 결정하는 연구 분야에서는 아직 적용된 바가 없다. 이를 위해 본 연구에서는 개별공시지가, 수소공급지와의 거리 등 전국 고속도로 휴게소와 고속도로의 무작위 지점들의 위치와 관련된 변수들을 독립변수로 선정하여 단일 머신러닝 모형과 앙상블 모형을 적용하고 그 성과를 비교하였다. 분석 결과, 랜덤포레스트(Random Forest) 모형이 가장 우수한 성과를 보였으며, 다른 모형들 또한 우수한 분류 성능을 보여 최적 입지 문제에 대해 공간적 특성을 예비적으로 검토하는 방법론으로써 머신러닝의 적용 가능성을 확인할 수 있었다. 따라서 머신러닝 모형은 수소충전소의 최적 입지 결정 분야에서 향후 최적화 기법을 적용한 연구의 예비적 검토 방법론으로 널리 활용할 수 있을 것으로 기대된다.