• 한국도로학회논문집
• /
• 제14권1호
• /
• pp.85-94
• /
• 2012

교통사고 발생시점부터 사고처리가 완료된 시점까지를 돌발상황 지속시간(Incident Duration Time)이라고 정의하는데, 이를 단축시켜야만 교통사고 피해를 최소화할 수 있다. 본 연구는 고속도로 교통사고를 대상으로 돌발상황 지속시간에 영향을 주는 요인들을 찾아내기 위한 모형을 개발하였다. 모형은 모든 사고자료에 포함한 통합 모형(모형1)과 일반구간, 교량, 터널 등 교통사고 장소별로 구분하여 분석한 세부 모형(모형 2, 3, 4) 등 모두 4개의 모형을 구축하였다. 분석 결과, 교통사고가 발생한 장소에 따라 돌발상황 지속시간에 다른 영향을 주는 것으로 나타났으며, 현장 처리를 위한 작업차량 도착시간이 가장 민감한 요인으로 분석되었다. 또한 차-차 사고, 화물차에 의한 사고, 야간 사고, 주말 사고 등의 시사점 있는 요인들을 찾아냈다. 이러한 연구결과는 향후 교통사고 관리대책을 수립하는 데 있어 중요한 판단지표로 활용이 가능할 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제9권1호
• /
• pp.101-110
• /
• 2010

본 연구는 고속도로에서 발생하는 비반복적 정체 중 교통사고로 인하여 발생하는 돌발상황에 대한 운영관리 부족 및 처리시간에 대한 정보제공 요구증가에 따라 이에 대응할 수 있는 돌발상황 처리시간 예측모형개발을 개발하였다. 돌발상황 처리시간 예측모형을 개발하기에 앞서 종속변수인 사고처리시간을 사고등급 A, B, C등급으로 구분하였으며, 독립변수로는 교통량, 사고차량수, 사고시간대 등 총 15개 변수를 적용하여 모형을 개발하였다. 모형도출결과 돌발상황 처리시간에 영향을 미치는 주요변수로는 교통량, 중차량포함여부, 사고시간대가 도출되었다. 또한 돌발상황 처리시간 예측모형에서 영향 변수로 도출된 변수들을 토대로 의사결정나무를 구축하였으며, 이때 CHAID기법을 적용하였다. 그 결과 1차적으로 사고등급 A, B등급과 C등급으로 구분되었으며, 2차적으로는 도로의 교통량으로 분리되었다. 본 연구를 통하여 도출된 돌발상황 처리시간 예측모형과 의사결정나무를 통하여 향후 고속도로 돌발상황 발생시 도로이용자들에게 보다 신속하고 실효성있는 교통정보를 제공하는데 기여할 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제32권3호
• /
• pp.266-279
• /
• 2014

도로의 안전성을 평가하기 위한 방법으로서 교통사고 자료를 이용하는 방법, 사전-사후평가를 통한 방법 또는 전문가 의견이나 기존 문헌을 통한 방법 등 다양한 방법들이 존재한다. 특히, 교차로 교통 안전성을 평가하는 경우 많은 연구들이 교통사고예측모형 개발을 통하여 교통사고와 관련한 원인과 안전성을 평가하고 있다. 교통사고예측모형 개발에 있어서 모형의 예측력과 전용성을 확보하는 것이 중요하다. 즉, 예측력을 확보함으로써 교통사고 건수나 교통 안전성 판단의 지표를 예측하는데 오차를 줄일 수 있고, 전용성을 확보함으로써 개발된 모형이 다른 지점이나 구간에 적용하더라도 문제없이 적용될 수 있는 대표성을 가질 수 있다. 따라서 본 연구에서는 교통사고예측모형 개발에 주로 사용되는 회귀모형과 인공신경망, 구조방정식을 이용하여 교통사고예측모형을 각각 개발하였으며, 개발될 모형의 예측력과 전용성을 평균절대오차와 평균제곱예측오차를 기준으로 확인하였다. 90개소 신호교차로의 모형개발자료를 이용하여 세 가지 방법으로 교통사고예측모형을 개발 후 개발데이터를 통해 예측력을 비교한 결과 인공신경망이 가장 높은 예측력을 보였다. 또한 모형의 전용성 검증을 위하여 별도로 수집한 33개소 신호교차로의 모형검증자료를 이용하여 개발된 모형을 검증한 결과 비선형 회귀모형이 가장 적합한 것으로 나타났다. 모형개발 과정에서 가장 높은 예측력을 보인 인공신경망의 경우 다른 대상지에서 수집된 모형검증 자료를 적용하였을 때 예측력에 큰 변화를 보여 전용성이 떨어진 것으로 분석되었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.1-12
• /
• 2022

해양조난사고 발생 시 해상 익수자의 안전과 생명 보장을 위해 구조자산을 활용한 신속한 탐색 및 구조작전은 매우 중요하다. 본 연구는 해양관측부이에서 수집되는 기상정보에 다중선형회귀분석, 의사결정나무, 서포트벡터머신, 벡터자기회귀, 순환신경망의 LSTM을 활용하여 울릉도 북서해역의 표층해류를 분석하고 유향과 유속에 대한 각각의 예측모형을 구축하여 예측된 유향과 유속정보를 통해 해상 익수자의 이동경로를 예측하는 모형들을 제안한다. 본 연구에서 적용한 다양한 기계학습 모형을 MAE와 RMSE의 성능 평가척도로 비교해 볼 때 LSTM이 가장 우수한 성능을 보였다. 또한, 익수자 이동지점과 예측모형의 예측지점 간 거리 차이에 있어서도 LSTM이 다른 모형들에 비해 탁월한 성능을 나타내었다.

• 시스템엔지니어링학술지
• /
• 제18권2호
• /
• pp.75-93
• /
• 2022

Machine learning (ML) data-driven meta-model is proposed as a surrogate model to reduce the excessive computational cost of the physics-based model and facilitate the real-time prediction of a nuclear power plant's transient response. To forecast the transient response three machine learning (ML) meta-models based on recurrent neural networks (RNNs); specifically, Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU), and a sequence combination of Convolutional Neural Network (CNN) and LSTM are developed. The chosen accident scenario is a control element assembly withdrawal at power concurrent with the Loss Of Offsite Power (LOOP). The transient response was obtained using the best estimate thermal hydraulics code, MARS-KS, and cross-validated against the Design and control document (DCD). DAKOTA software is loosely coupled with MARS-KS code via a python interface to perform the Best Estimate Plus Uncertainty Quantification (BEPU) analysis and generate a time series database of the system response to train, test and validate the ML meta-models. Key uncertain parameters identified as required by the CASU methodology were propagated using the non-parametric Monte-Carlo (MC) random propagation and Latin Hypercube Sampling technique until a statistically significant database (181 samples) as required by Wilk's fifth order is achieved with 95% probability and 95% confidence level. The three ML RNN models were built and optimized with the help of the Talos tool and demonstrated excellent performance in forecasting the most probable NPP transient response. This research was guided by the Systems Engineering (SE) approach for the systematic and efficient planning and execution of the research.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.1-15
• /
• 2023

본 연구에서는 전국 고속도로를 대상으로 화물차 교통사고에 영향을 미치는 주요 요인을 파악하고자 한다. 이를 위해, 고속도로 교통사고 자료들과 포아송 및 음이항 회귀모형을 이용하여 화물차 교통사고 건수 예측모형을 개발하였다. 모형에서 유의한 것으로 확인된 변수는 화물차 연속주행시간지수, 구간연장, 화물차 교통량, 구간내 교량 수, 졸음쉼터 개수이다. 또한, 구축된 예측모형을 이용하여 고속도로 구간별 안전등급(level of service of safety, LOSS)을 도출하였다. 이후 LOSS를 전국 고속도로 네트워크에 표출하여 고속도로 구간별 화물차 교통사고 위험도를 진단하였다. 본 연구에서 개발된 모형과 LOSS는 고속도로에서의 화물차 교통사고 저감을 위한 정책수립의 기초자료로 활용될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.118-127
• /
• 2009

본 연구는 최근 사회적으로 이슈가 되고 있는 고령자 교통사고 인적요인을 평가할 수 있는 모형 개발을 목적으로 한다. 본 연구의 수행을 위해 교통안전공단의 운전자적성검사(Simulation, 설문조사) 자료를 수집하였으며, 교통사고영향 모형개발을 위해 포아송 및 음이항 회귀분석(Poisson Regression Analysis)을 실시하였다. 교통안전성 평가모형 분석결과, 고령운전자의 경우 선택적 주의능력, 속도예측능력, 주의배분능력이 교통사고에 유의한 정(+)의 영향을 미치는 것으로 분석되었다. 다음으로 비고령운전자의 경우 선택적 주의능력, 속도예측능력, 거리지각능력, 주의배분능력, 주의전환능력이 교통사고와 유의한 정(+)의 영향을 미치는 것으로 분석되었다. 이러한 분석결과를 바탕으로 고령운전자와 비고령운전자의 사고발생에 미치는 영향요인은 서로 다르게 나타났으며, 교통사고를 미연에 방지하기 위한 최소한의 방편으로 고령운전자와 비고령운전자를 구분하여 교통사고 예방교육을 실시해야 할 것으로 판단된다.

• 한국도로학회논문집
• /
• 제20권2호
• /
• pp.119-126
• /
• 2018

PURPOSES : The purpose of this study is to develop a crash prediction model at signalized intersections, which can capture the randomness and uncertainty of traffic accident forecasting in order to provide more precise results. METHODS : The authors propose a random parameter (RP) approach to overcome the limitation of the Count model that cannot consider the heterogeneity of the assigned locations or road sections. For the model's development, 55 intersections located in the Daejeon metropolitan area were selected as the scope of the study, and panel data such as the number of crashes, traffic volume, and intersection geometry at each intersection were collected for the analysis. RESULTS : Based on the results of the RP negative binomial crash prediction model developed in this study, it was found that the independent variables such as the log form of average annual traffic volume, presence or absence of left-turn lanes on major roads, presence or absence of right-turn lanes on minor roads, and the number of crosswalks were statistically significant random parameters, and this showed that the variables have a heterogeneous influence on individual intersections. CONCLUSIONS : It was found that the RP model had a better fit to the data than the fixed parameters (FP) model since the RP model reflects the heterogeneity of the individual observations and captures the inconsistent and biased effects.

• Nuclear Engineering and Technology
• /
• 제52권11호
• /
• pp.2565-2571
• /
• 2020

Background: Understanding the behaviour of nuclear fuel claddings by conducting burst test on single cladding tube under simulated loss-of-coolant accident conditions and developing theoretical cum empirical predictive computer codes have been the focus of several investigations. The developed burst criterion (a) assumes symmetrical deformation of cladding tube in contrast to experimental observation (b) interpolates the properties of Zircaloy-4 cladding in mixed α+β phase (c) does not account for azimuthal temperature variations. In order to overcome all these drawbacks of burst criterion, it is reasoned that artificial intelligence technique may be a better option to predict the burst parameters. Methods: Artificial neural network models based on feedforward backpropagation algorithm with logsig transfer function are developed. Results: Neural network architecture of 2-4-4-3, that is model with two hidden layers having four nodes in each layer is found to be the most suitable. The mean, maximum, and minimum prediction errors for this optimised model are 0.82%, 19.62%, and 0.004%, respectively. Conclusion: The burst stress, burst temperature, and burst strain obtained from burst criterion have average deviation of 19%, 12%, and 53% respectively whereas the developed neural network model predicted these parameters with average deviation of 6%, 2%, and 8%, respectively.

• 한국도로학회논문집
• /
• 제19권2호
• /
• pp.153-165
• /
• 2017

PURPOSES : With the increasing number of older drivers in an aging society, there is a growing need for research and planning on traffic safety for the older drivers using an improved road geometry design. This study also proposed a modified urban road interchange design, which aims to keep the older drivers away from accident-prone and high-traffic areas of the city. METHODS : In this study, we examined accident data records of older drivers to identify accident-prone zones and intersections; we studied the road geometry at these zones and analyzed if it was an underlying cause for higher number of accidents. Based on the research and subsequent analysis, we suggested plans for improvement of road geometry design at these intersections. RESULTS :By studying historic data and analyzing factors that affect the likelihood of accidents of vehicles driven by older drivers and after studying suitable traffic accident prediction models, we identified the major variables that need to be modified at accident-prone intersections, such as the width of a left turn lane at an intersection and the radius of the right turn lane at a street corner. The results have a significance probability of less than 0.001 and a 95% confidence level. To improve safety at the identified intersection, this study suggests the installation of a left-turn-lane-shaped Positive Offset and a right-turn-lane-shaped Slip Lane concept and an adjustment of intervals between intersections.