• 환경영향평가
• /
• 제23권3호
• /
• pp.177-186
• /
• 2014

Depending on the change of lifestyle and the improvement of people's living standards and rapid industrialization, urbanization of recent, demand for water is increasing rapidly. So emissions of domestic wastewater and various industrial waste water has increased, and water quality is worsening day by day. Therefore, in order to provide a measure against the occurrence of water pollution accident, this study was tried to simulate water pollution accident. This study simulated 2008 Gimcheon phenol accident using 1,2-D model, and analyze scenario for prevent of water pollution accident. Consequently the developed 1-D model presents high reappearance when compared with 2-D model, and has been able to obtain results in a short simulation run time. This study will contribute to the water pollution incident response prediction system and water quality analysis in the future.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.75-82
• /
• 2016

우리나라의 경제 성장과 도로 환경의 변화를 통해 국내 자동차 시장이 성장하였으나, 이로 인해 교통사고율 또한 증가하였고, 인명 피해가 심각한 수준이다. 이에 따라, 정부에서는 교통사고 데이터를 개방하고 문제를 해결하기 위한 정책을 수립 및 추진 중이다. 본 논문에서는 교통사고 데이터를 이용하여 클래스의 불균형을 해소하고, Hybrid Model 구축을 통한 교통사고 예측을 위해 원본 교통사고 데이터와 Sampling을 수행한 데이터를 학습 데이터로 사용한다. 두 학습데이터에 연관규칙 학습기법인 FP-Growth 알고리즘을 이용하여 교통사고 상해 심각도와 연관된 패턴을 학습한다. 두 학습 데이터의 연관 패턴을 분석을 통해 같은 연관된 패턴을 추출하고 의사결정트리와 다항 로지스틱 회귀분석기법에 연관된 속성에 가중치를 부여하여 융합형 Hybrid Model을 구축하고 교통사고 피해자 상해 심각도를 예측하는 방법에 대해 제안한다.

• 한국도로학회논문집
• /
• 제13권1호
• /
• pp.69-77
• /
• 2011

본 연구는 신호교차로 교통사고예측모형 구축 과정 중 일반적으로 제한된 변수의 선정 및 모형의 구축에만 주로 초점이 맞추어진 기존 방법론의 문제점을 개선하고, 자료조사 및 수집 과정에서 발생하는 자료의 불확실한 상태를 인정하면서 자료의 불확실성을 최소화하여 이용할 수 있는 방법론을 개발하는데 연구의 주안점을 두었다. 퍼지추론이론과 신경망이론을 이용한 모형을 구축하였고, 마지막으로 구축된 퍼지추론이론 모형 및 신경망이론 모형과 기존 회귀모형인 포아송 회귀모형간의 통계적인 검증과 실제 Data를 이용한 모형의 적정성을 검토하였다. 모형의 통계적인 검증시 기존모형에 비해 퍼지추론모형과 신경망이론모형이 더 설명력이 높은 것으로 나타났고, 검증에서도 퍼지추론이론과 신경망이론이 적절한 것으로 나타났으며 기존모형보다 사고건수를 예측하는 설명력이 높은 것으로 입증되었다. 본 연구에서 개발된 모형은 계획 및 운영단계에서 신호교차로의 안전성을 측정하는데 활용될 수 있으며, 궁극적으로는 신호교차로에서 교통사고를 줄이는데 기여할 수 있을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제21권6호
• /
• pp.132-145
• /
• 2022

본 연구는 고속도로에서 발생한 교통사고 블랙박스 영상을 기반으로 군집분석과 예측모형 비교를 수행하였다. 분석자료로 사고 직전의 도로 및 교통 상황을 파악할 수 있는 차량 주행행태, 노면 상태 등 사고 영상에서 추출이 가능한 항목을 설명변수로 활용하였다. 여러 요소에 의해 영향을 받는 교통사고 데이터의 특징을 고려하여 데이터의 이질성을 반영하는 군집분석을 활용하였다. 군집분석으로 분류된 각 군집을 사고 심각도 수준의 비율을 기준으로 나누고, 종속변수인 인명피해 수준을 반영하여 사고 예측 평가를 수행하였다. 사고 예측모형은 로짓 모형(Logit model)을 적용한 결과, 전체 데이터를 분석한 경우보다 군집분석에 의해 두 개의 사고 심각도 그룹을 분류하여 예측했을 때 우수한 예측 능력을 보여주었다. 이는 군집분석을 통한 그룹별 사고 특성과 사고 심각도를 반영하여 사고위험을 예측하는 것이 더 효과적인 것으로 판단된다. 또한 2차 사고와 같은 정차 중 추돌사고, 차로변경 중 측면 추돌사고 등이 중요한 주행행태변수로 작용하는 것으로 나타났다.

• 한국도로학회논문집
• /
• 제10권1호
• /
• pp.19-29
• /
• 2008

사고예측모형은 도로에서 발생한 교통사고자료를 통계적으로 모형화한 것으로 종속변수는 과거의 사고건수가 되고 설명 변수로는 주로 사고가 일어난 장소의 도로 기하구조 조건, 교통조건, 운영조건 등 도료의 속성자료가 이용된다. 기존의 사고예측모형의 한계를 극복하고자 새로운 방안인 Hauer의 연구를 구체적으로 소개하고 이를 국내 고속도로 사망사고자료를 통해 적용하였다. Hauer의 방법론에 의한 사고예측모형을 구축한 결과 AADT와 종단구배를 통해 사고예측모형의 적합도를 상당히 높일 수 있었으나, 곡선반경은 사고건수와 직접적 인 관련이 있는 것으로 파악되지 않았다. 이러한 사고예측모형은 기존의 모형과 비교 시 여러 설명변수 중 어떤 변수가 모형에 도입되어야 하는지를 결정할 때 분명한 근거를 지니기 때문에 중요한 변수가 누락되거나 혹은 중요하지 않는 변수가 도입될 가능성 이 낮아지는 장점을 지니고 있다.

• 한국안전학회지
• /
• 제26권6호
• /
• pp.130-136
• /
• 2011

Since out of a lot of traffic problems traffic accidents cause damage to life and properties of people, it stands out as one of traffic problems which needs improvement, and the loss due to traffic accident negatively affects not only the parties to the accident but also the national economy. Thus, continual concern of the government toward traffic safety is getting bigger and lately each local government is preparing a basic plan for traffic safety and vitalizing traffic safety policies. As expanding the responsibility and role of local governments for traffic safety, traffic safety measures which are based on the characteristics of each local government should be studied. Most of analytical methods in the existing traffic accidents prediction models with macroscopic vision focus on socioeconomic variables such as local population and the number of registered vehicles, and present a great deal of prediction error when they are applied in practice. In this context, this study proposed a traffic accident prediction model in respect of macroscopic level for autonomous districts (administrative districts) of Seoul City. The model development was not based on the entire city but on the type of local land usage (development density) whose relationship with traffic accident frequency was analyzed.

• 대한교통학회지
• /
• 제30권2호
• /
• pp.101-116
• /
• 2012

사고예측모형은 장래 계획 노선이나 다른 노선에 적용되어 사고를 예측하거나 안전개선사업 및 교통정책의 평가 등에 활용된다. 본 연구에서는 고속도로 본선에 대해 이러한 용도로 활용될 수 있는 사고예측모형을 구축하고자 한다. 또한 자료 구축이 용이한 변수를 선정하여 모형을 쉽게 활용할 수 있도록 하는 것을 기본 목표로 하였다. 모형은 종속변수를 사고건수와 사상자발생사고건수로 하여 사고모형과 사상자발생사고모형을 각각 구축하였다. 모형에 적용된 확률구조는 음이항 분포와 포아송 분포이며, 추정에 의해 적합한 모형을 선별하였다. 국내 고속도로중 주요한 9개 노선을 선정하였고, 시간적으로는 2003~2007년까지 5개년도 자료를 활용하였다. 모형의 설명변수는 교통류 특성을 나타내는 교통량 등의 예측 가능한 변수와 기하구조 요인 등을 적용하였다. 최우추정법에 의한 추정 결과 사고모형의 경우 구간길이, 일교통량, 버스비율, 곡선구간수가 유의한 변수로 추정되었으며 사상자발생사고모형에서는 구간 길이와 일교통량, 버스비율이 유의한 변수로 추정되었다. 모형의 공간적 시간적 전이 가능성을 확인하기 위해 우도비 검정을 수행한 결과, 사고모형은 6차로 이상이나 4차로의 교통류 및 기하구조 특성을 가지는 도로로의 전이가 가능하였다, 반면 사상자발생 사고모형은 모든 도로와 시간대로의 전이가 가능하여, 모형의 활용도가 높게 나타났다. 결과적으로 본 연구에서 구축된 모형은 다른 노선과 장래 계획, 정책 평가 등에 다양하게 활용될 수 있을 것이다.

• 대한교통학회지
• /
• 제29권6호
• /
• pp.39-56
• /
• 2011

본 연구에서는 서울시 자치구(행정구역) 중심의 거시적 사고예측모형을 개발하였다. 사고예측모형 개발과정에서 서울시 전체를 하나의 모형식으로 개발하지 않고 지역 토지이용(개발밀도)과 교통사고빈도와의 관계를 분석하여 토지이용 유형에 따른 사고예측모형을 개발하였다. 토지이용과 교통사고빈도와의 관계에서 개발밀도(연상면적)가 높을수록 교통사고빈도가 높게 나타나는 상관성을 파악하였으며 주거연상면적, 상업연상면적, 업무연상면적 모두 교통사고와 반응하는 특징이 다름을 확인할 수 있었다. 총 4개의 유형구분이 가능하였으며 각 유형에 대한 지역특성과 사고특성을 살펴보았다. 4개 유형의 모형에 반영된 설명변수는 공통변수와 각 유형별로 상이한 특성변수가 도출되어 지역적 특성이 모형에 반영된 것으로 판단할 수 있다. 사회 경제적 변수로는 통행을 유발 유입시키는 교통활동을 대변할 수 있는 변수가 채택되었으며 교통여건 변수로는 교통시설 및 안전과 관련된 변수가 채택되었다.

• 한국도로학회논문집
• /
• 제14권5호
• /
• pp.101-111
• /
• 2012

PURPOSES: Because expressway ramps are very complex segments where diverse roadway design elements dynamically change within relatively short length, drivers on ramps are required to drive their cars carefully for safety. Especially, ramps on expressways are designed to guarantee driving at high speed so that the risk and severity of traffic accidents on expressway ramps may be higher and more deadly than other facilities on expressways. Safe deceleration maneuvers are required on off-ramps, whereas safe acceleration maneuvers are necessary on onramps. This difference in required maneuvers may contribute to dissimilar patterns and severity of traffic accidents by ramp types. Therefore, this study was aimed at developing prediction models of the severity of traffic accidents on expressway on- and off-ramps separately in order to consider dissimilar patterns and severity of traffic accidents according to types of ramps. METHODS: Four-year-long traffic accident data between 2007 and 2010 were utilized to distinguish contributing design elements in conjunction with AADT and ramp length. The prediction models were built using the negative binomial regression model consisting of the severity of traffic accident as a dependent variable and contributing design elements as in independent variables. RESULTS: The developed regression models were evaluated using the traffic accident data of the ramps which was not used in building the models by comparing actual and estimated severity of traffic accidents. Conclusively, the average prediction error rates of on-ramps and offramps were 30.5% and 30.8% respectively. CONCLUSIONS: The prediction models for the severity of traffic accidents on expressway on- and off-ramps will be useful in enhancing the safety on expressway ramps as well as developing design guidelines for expressway ramps.

• Nuclear Engineering and Technology
• /
• 제53권12호
• /
• pp.4014-4021
• /
• 2021

If safety injection systems (SISs) do not work in the event of a loss-of-coolant accident (LOCA), the accident can progress to a severe accident in which the reactor core is exposed and the reactor vessel fails. Therefore, it is considered that a technology that provides recoverable maximum time for SIS actuation is necessary to prevent this progression. In this study, the corresponding time was defined as the golden time. To achieve the objective of accurately predicting the golden time, the prediction was performed using the deep fuzzy neural network (DFNN) with rule-dropout. The DFNN with rule-dropout has an architecture in which many of the fuzzy neural networks (FNNs) are connected and is a method in which the fuzzy rule numbers, which are directly related to the number of nodes in the FNN that affect inference performance, are properly adjusted by a genetic algorithm. The golden time prediction performance of the DFNN model with rule-dropout was better than that of the support vector regression model. By using the prediction result through the proposed DFNN with rule-dropout, it is expected to prevent the aggravation of the accidents by providing the maximum remaining time for SIS recovery, which failed in the LOCA situation.