• 수산경영론집
• /
• 제17권2호
• /
• pp.65-106
• /
• 1986

1, The Purpose of Study This is a study on the Evaluation of the operating of Fisheries Extension Services of Korea, for performing the activities such as guiding fisheries technique as well as offering industrial information to the fishermen in fishing village. By doing so, the Fisheries Extension Sevices(FES) can materialize the continued growth of fisheries, the social and economic development of fishing village, and the increase in income by enhancing the knowledge level of Fishermen, etc. In performing fisheries policy, this activity plays a great role on the research and development activity, and it has become practical since 1976 in Korea. In order to meet immediately with the problem of fisheries technical innovation and rapid environmental changes surrounding the fisheries, the fishermen should not only enhance their scientific and comprehensive capacity in fisheries technique but abtain various effective information. Generally, as most of all the fishemen are poor in the managerial structure and scattered in fishing villages, they have little opportunity in the contact of information. As a result, it is nessessary for the FES to perform the fishing business by the extension service officials who has received special training and acquired fisheries know-how in these fields. And yet, FES is under the unfullfilled circumstance in such factors as manpower, technical know-how, equipment, and the service system etc., which is required in promoting the social, economic development of fishing village and in resolving the high technique demand of fisherman. This study on the fisheries extension services have been studied from those backgrounds. 2. Research Method The data of collecting methods which were necessary in carrying out this study was adopted by the questionaire research on the present extension service activity, through the subject of the extension services (driving agency of the work and the officials), the object(fishemen) and the 3rd observers to the extension services (the authorities concerned). The research sample was taken by the sampling extraction of total 1, 774 men from the above 3 groups. And the research was carried out from August, 1986 to October, 1986, supported from the Fisheries Extension Office (FEO) located in field during the research process. In this study, the levels of the extension operating were determined and estimated in accordance with the extension service method, morale of extension service officials and the extension service system, etc. through the collected data of the research questionaire paper. And based on this result, the essential conditions of the extension services were grasped, and also we tried to present the various activity plan necessary to promote the operating of the extension services. The questionaire research data was calculated by the computer center of National Fisheries University of Pusan, and the total result was again tried on the one demension analysis along with two dimension analysis to search out the relativity between the questionaire, and the statistical test was done $\chi$$^2$test in significance level of l~5%. 3. Contents of Study This study consists of 7 chapters and the contents are as follows : Chapter I : The object and method of the study Chapter II : The assessment and analysis of the extension services Chapter III : The contents and method of the extension services Chapter IV : Analysis of the essential conditions for the extension services Chapter V : The evaluation of activities of extension services Chapter Ⅵ : Conclusion.4. Results and RecommendationTherefore, the results of this study estimated by logical process and analysis are as follows : 1) Most of Korean fishing villages and coastal fishermen have shown much concerns about fisheries technique and social changes, thus many of them were confronted with new problems on how to adapt and to meet changes. 2) Majority of fishermen estimated FEO as an organization of specific technologies with all the thing concerning the fisheries technique in general. Therefore the fishermen wanted to utilize the FEO as an adaptable method for the modern fisheries techniques as well as the environmental changes. 3) In contrast with the fast changes of the fisheries technique, the complexity and variety of technical system and the broadness of fishing village and fishermen, it was revealed that the necessary factors such as the facilities, manpower, budget, and the level of applying techniques of the FEO located in field were highly insufficient. Accordingly, the guiding efficiency was low and the extension services did not provide full solution to the various request from fishermen. 4) It is possible to classify the activation factor for the extension service into two large dimension ; personal dimension relevant to guidance officials and work dimension relevant to the organization. And it was found that the activation level of the work dimension was far lower than the personal dimension between them. So, the activation should be done first in the dimesion to promote the activation of the extension services. 5) The extension services officials are now demoralized in general, thus it is necessary to take reality into consideration : the expense of activity, the adequate endowment of activity scope and the reasonable operation of the position class, etc to enhance its morale. However, in order to do the FES activation, first of all, the systems should be established which is lain unsettled stage until now. And there must be change in the understanding of government i.e. the fisheries extension services are the essential policy subject to build up the base of fisheries growth and modernize the fisheries management. And it should be driven positively with the recognition of the "lasting project".g project".uot;.

• 한국농림기상학회지
• /
• 제6권2호
• /
• pp.107-117
• /
• 2004

농업분야에서의 IT역할에 대한 요약과 함께, 일본의 경험을 살펴보는 한편 당면 현안의 파악, 그리고 정보기술 활용의 성공사례를 들어 문제해결 방안의 하나로 신기술을 소개하였다. IT 활용능력 여부는 성공적인 IT현장활용의 매우 중요한 요소로,. IT 관련 교육/훈련의 강화 외에, 사용이 용이한 인터페이스 여하는 IT활용력 제고의 커다란 도전이기도 하다. 기존의 자판형 PC 인터페이스는 대다수 농민들이 쉽게 받아들이기 어려운 면이 있는 것이 분명하다. 이러한 최종사용자들에게 사용이 보다 쉬운 컴퓨터시스템을 제공하기 위한 여러 가지 기술들이 현재 개발되어 있다. 예를 들어 휴대폰기반의 사용자 인터페이스는 이러한 문제에 대한 해결책의 하나로 매우 유망한 기술임에 틀림없다. 휴대폰 사용은 개도국에서도 점차 확대되고 있으며, 단 몇 개의 키만으로 쉽게 사용할 수 있는 장점이 있다. 농민들은 복잡한 의사결정지원을 필요로 하지 않기 때문에 휴대폰의 이러한 단순한 화면도 대개 충분한 기능을 구현할 수 있는 것이다. 제2, 3세대 휴대폰은 인터넷에 대한 무결성 접속을 제공하므로, 휴대폰인터페이스에 적합한 활용물을 개발한다면 기존 PC의 역할을 대신할 수도 있을 것이다. 실지로 현재 휴대폰은 자료수집 뿐만 아니라 포장에서의 현장 의사결정지원에 사용되고 있다. 예를 들어 로렌슨 등과 사사끼 등은 휴대폰기반 기상정보취득프로그램을 개발하여 농민이 항상 자신의 포장내 기상상태를 파악할 수 있게 되었다. 병충해예찰시스템과 같은 보다 실용적인 응용 프로그램도 이미 초기모형이 개발되어 있다. PC보다 사용이 용이한 인터페이스와 포장에서의 기동성 등이 농민들에 의해 환영받고 있는 점이다. 또 다른 중요한 문제는 농촌의 미진한 네트워크 하부구조에 기인한다. 불행히도 농촌지역에서는 상업통신업자간 치열한 경쟁을 기대할 수 없기 때문에 이 문제는 결국 정부의 책임일 수 밖에 없다. 거대한 산맥에서 금을 채굴하는 것과 유사한 정보탐색이라는 기술도 매우 중요한 요소이다. 근대농업이 시작된 이래 약 한세기에 걸친 농업 생산과 실험연구의 결과, 일본은 방대한 농업자료를 보유하고 있다 이러한 장기자료는 농업생산에서의 신지식을 생산제공하는 데 필수적인 결정적인 정보원일지 모른다. 정보탐색 기술은 이러한 방대한 자료의 분석을 통한 미지의 사실을 추론하는 유망한 기술로 이용될 것이다. 많은 이들이 IT기술에 의해 농업이 힘을 얻기를 기대하고 있다. 그러나 어떠한 실용적인 IT 대응책이 농업을 강화할 수 있느냐는 질문에 대한 답변에는 궁색할 수밖에 없다. 이는 이러한 질문에 대한 보편적인 해답이 없기 때문이다. 농업은 전형적으로 기후와 토양조건, 작부양식, 시장요구도 등에 좌우되는 지역 특이적 특성을 지닌다. 그러므로 이는 개별 여건에 알맞는 유연한 기술 적용 여부를 결정하는 IT활용시 의사 결정자을 하는 사람의 몫이 될 것이다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 해양환경안전학회지
• /
• 제16권3호
• /
• pp.275-285
• /
• 2010

2009년 말 기준의 국내 해양시설 신고 현황을 지역별 및 시설 종류별로 분석하고 국가차원의 관리방안을 제안하였다. 여수청에 신고한 시설이 8가지 종류로 가장 다양하였으나 포항청, 대산청 및 제주해양관리단에 신고한 시설이 각각 3가지 종류에 불과하였다. 기름 및 유해액체물질 저장시설은 모든 지방청의 신고 실적이 있고 시설의 수도 가장 많은 종류이며, 여수청과 마산청이 각 38개소로 공동 1위를, 평택청이 11개소로 최하위를 차지하였다. 오염물질저장시설은 마산청이 4개소, 동해청과 목포청이 각 2개소, 여수청, 군산청 및 평택청이 각 1개소였으며 나머지 지방청에는 신고 실적이 없었다. 선박건조 수리 해체시설은 모든 지방청의 신고 실적이 있는 종류이며, 전국 시설(조선소)의 45%가 마산청과 부산청 관할의 남해 동부해역에 집중되었다. 하역시설은 부산청과 목포청이 각 3개소, 대산청이 1개소였으며 나머지 지방청은 신고 실적이 없었다. 폐기물저장시설은 울산청이 5개소, 군산청이 4개소, 인천청이 2개소, 여수청이 1개소였으며 나머지 지방청에는 신고 실적이 없었다. 취수 배수시설은 전국의 65%가 포항지역과 목포지역에 집중되었고, 유어장은 전국의 78%가 마산지역에 집중되었다. 그 밖의 시설은 동해청이 4개소, 마산청이 3개소, 여수청과 평택청이 각 2개소, 인천청과 울산청이 각 1개소였으며 나머지 지방청에는 신고 실적이 없었다. 종합해양과학기지는 제주해양관리단이 3개소, 여수청, 울산청 및 군산청 각각 1개소였으나 나머지 지방청에는 신고 실적이 없었다. 해양시설에 대한 국가차원의 관리방안으로는 지방청별 여건을 고려한 관리, 시설 종류별 특성을 고려한 관리, 관계 법령 및 규정의 개정, 해양시설 종류별 이행사항 숙지 및 준수, 국가적 견지의 적극적 관리조치 등을 제안하였다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.241-254
• /
• 2011

Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.1-13
• /
• 2015

빅데이터 및 오피니언 마이닝 분야가 대두됨에 따라 정보 검색/추출, 특히 비정형 데이터에서의 정보 검색/추출 기술의 중요성이 나날이 부각되어지고 있다. 또한 정보 검색 분야에서는 이용자의 의도에 맞는 결과를 제공할 수 있는 검색엔진의 성능향상을 위한 다양한 연구들이 진행되고 있다. 이러한 정보 검색/추출 분야에서 자연어처리 기술은 비정형 데이터 분석/처리 분야에서 중요한 기술이고, 자연어처리에 있어서 하나의 단어가 여러개의 모호한 의미를 가질 수 있는 단어 중의성 문제는 자연어처리의 성능을 향상시키기 위해 우선적으로 해결해야하는 문제점들의 하나이다. 본 연구는 단어 중의성 해소 방법에 사용될 수 있는 말뭉치를 많은 시간과 노력이 요구되는 수동적인 방법이 아닌, 사전들의 예제를 활용하여 자동적으로 생성할 수 있는 방법을 소개한다. 즉, 기존의 수동적인 방법으로 의미 태깅된 세종말뭉치에 표준국어대사전의 예제를 자동적으로 태깅하여 결합한 말뭉치를 사용한 단어 중의성 해소 방법을 소개한다. 표준국어대사전에서 단어 중의성 해소의 주요 대상인 전체 명사 (265,655개) 중에 중의성 해소의 대상이 되는 중의어 (29,868개)의 각 센스 (93,522개)와 연관된 속담, 용례 문장 (56,914개)들을 결합 말뭉치에 추가하였다. 품사 및 센스가 같이 태깅된 세종말뭉치의 약 79만개의 문장과 표준국어대사전의 약 5.7만개의 문장을 각각 또는 병합하여 교차검증을 사용하여 실험을 진행하였다. 실험 결과는 결합 말뭉치를 사용하였을 때 정확도와 재현율에 있어서 향상된 결과가 발견되었다. 본 연구의 결과는 인터넷 검색엔진 등의 검색결과의 성능향상과 오피니언 마이닝, 텍스트 마이닝과 관련한 자연어 분석/처리에 있어서 문장의 내용을 보다 명확히 파악하는데 도움을 줄 수 있을 것으로 기대되어진다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1995년도 제27회 학술발표회
• /
• pp.101-113
• /
• 1995

The objective of this research is to test the feasibility of developing a statewide truck traffic forecasting methodology for Wisconsin by using Origin-Destination surveys, traffic counts, classification counts, and other data that are routinely collected by the Wisconsin Department of Transportation (WisDOT). Development of a feasible model will permit estimation of future truck traffic for every major link in the network. This will provide the basis for improved estimation of future pavement deterioration. Pavement damage rises exponentially as axle weight increases, and trucks are responsible for most of the traffic-induced damage to pavement. Consequently, forecasts of truck traffic are critical to pavement management systems. The pavement Management Decision Supporting System (PMDSS) prepared by WisDOT in May 1990 combines pavement inventory and performance data with a knowledge base consisting of rules for evaluation, problem identification and rehabilitation recommendation. Without a r.easonable truck traffic forecasting methodology, PMDSS is not able to project pavement performance trends in order to make assessment and recommendations in the future years. However, none of WisDOT's existing forecasting methodologies has been designed specifically for predicting truck movements on a statewide highway network. For this research, the Origin-Destination survey data avaiiable from WisDOT, including two stateline areas, one county, and five cities, are analyzed and the zone-to'||'&'||'not;zone truck trip tables are developed. The resulting Origin-Destination Trip Length Frequency (00 TLF) distributions by trip type are applied to the Gravity Model (GM) for comparison with comparable TLFs from the GM. The gravity model is calibrated to obtain friction factor curves for the three trip types, Internal-Internal (I-I), Internal-External (I-E), and External-External (E-E). ~oth "macro-scale" calibration and "micro-scale" calibration are performed. The comparison of the statewide GM TLF with the 00 TLF for the macro-scale calibration does not provide suitable results because the available 00 survey data do not represent an unbiased sample of statewide truck trips. For the "micro-scale" calibration, "partial" GM trip tables that correspond to the 00 survey trip tables are extracted from the full statewide GM trip table. These "partial" GM trip tables are then merged and a partial GM TLF is created. The GM friction factor curves are adjusted until the partial GM TLF matches the 00 TLF. Three friction factor curves, one for each trip type, resulting from the micro-scale calibration produce a reasonable GM truck trip model. A key methodological issue for GM. calibration involves the use of multiple friction factor curves versus a single friction factor curve for each trip type in order to estimate truck trips with reasonable accuracy. A single friction factor curve for each of the three trip types was found to reproduce the 00 TLFs from the calibration data base. Given the very limited trip generation data available for this research, additional refinement of the gravity model using multiple mction factor curves for each trip type was not warranted. In the traditional urban transportation planning studies, the zonal trip productions and attractions and region-wide OD TLFs are available. However, for this research, the information available for the development .of the GM model is limited to Ground Counts (GC) and a limited set ofOD TLFs. The GM is calibrated using the limited OD data, but the OD data are not adequate to obtain good estimates of truck trip productions and attractions .. Consequently, zonal productions and attractions are estimated using zonal population as a first approximation. Then, Selected Link based (SELINK) analyses are used to adjust the productions and attractions and possibly recalibrate the GM. The SELINK adjustment process involves identifying the origins and destinations of all truck trips that are assigned to a specified "selected link" as the result of a standard traffic assignment. A link adjustment factor is computed as the ratio of the actual volume for the link (ground count) to the total assigned volume. This link adjustment factor is then applied to all of the origin and destination zones of the trips using that "selected link". Selected link based analyses are conducted by using both 16 selected links and 32 selected links. The result of SELINK analysis by u~ing 32 selected links provides the least %RMSE in the screenline volume analysis. In addition, the stability of the GM truck estimating model is preserved by using 32 selected links with three SELINK adjustments, that is, the GM remains calibrated despite substantial changes in the input productions and attractions. The coverage of zones provided by 32 selected links is satisfactory. Increasing the number of repetitions beyond four is not reasonable because the stability of GM model in reproducing the OD TLF reaches its limits. The total volume of truck traffic captured by 32 selected links is 107% of total trip productions. But more importantly, ~ELINK adjustment factors for all of the zones can be computed. Evaluation of the travel demand model resulting from the SELINK adjustments is conducted by using screenline volume analysis, functional class and route specific volume analysis, area specific volume analysis, production and attraction analysis, and Vehicle Miles of Travel (VMT) analysis. Screenline volume analysis by using four screenlines with 28 check points are used for evaluation of the adequacy of the overall model. The total trucks crossing the screenlines are compared to the ground count totals. L V/GC ratios of 0.958 by using 32 selected links and 1.001 by using 16 selected links are obtained. The %RM:SE for the four screenlines is inversely proportional to the average ground count totals by screenline .. The magnitude of %RM:SE for the four screenlines resulting from the fourth and last GM run by using 32 and 16 selected links is 22% and 31 % respectively. These results are similar to the overall %RMSE achieved for the 32 and 16 selected links themselves of 19% and 33% respectively. This implies that the SELINICanalysis results are reasonable for all sections of the state.Functional class and route specific volume analysis is possible by using the available 154 classification count check points. The truck traffic crossing the Interstate highways (ISH) with 37 check points, the US highways (USH) with 50 check points, and the State highways (STH) with 67 check points is compared to the actual ground count totals. The magnitude of the overall link volume to ground count ratio by route does not provide any specific pattern of over or underestimate. However, the %R11SE for the ISH shows the least value while that for the STH shows the largest value. This pattern is consistent with the screenline analysis and the overall relationship between %RMSE and ground count volume groups. Area specific volume analysis provides another broad statewide measure of the performance of the overall model. The truck traffic in the North area with 26 check points, the West area with 36 check points, the East area with 29 check points, and the South area with 64 check points are compared to the actual ground count totals. The four areas show similar results. No specific patterns in the L V/GC ratio by area are found. In addition, the %RMSE is computed for each of the four areas. The %RMSEs for the North, West, East, and South areas are 92%, 49%, 27%, and 35% respectively, whereas, the average ground counts are 481, 1383, 1532, and 3154 respectively. As for the screenline and volume range analyses, the %RMSE is inversely related to average link volume. 'The SELINK adjustments of productions and attractions resulted in a very substantial reduction in the total in-state zonal productions and attractions. The initial in-state zonal trip generation model can now be revised with a new trip production's trip rate (total adjusted productions/total population) and a new trip attraction's trip rate. Revised zonal production and attraction adjustment factors can then be developed that only reflect the impact of the SELINK adjustments that cause mcreases or , decreases from the revised zonal estimate of productions and attractions. Analysis of the revised production adjustment factors is conducted by plotting the factors on the state map. The east area of the state including the counties of Brown, Outagamie, Shawano, Wmnebago, Fond du Lac, Marathon shows comparatively large values of the revised adjustment factors. Overall, both small and large values of the revised adjustment factors are scattered around Wisconsin. This suggests that more independent variables beyond just 226; population are needed for the development of the heavy truck trip generation model. More independent variables including zonal employment data (office employees and manufacturing employees) by industry type, zonal private trucks 226; owned and zonal income data which are not available currently should be considered. A plot of frequency distribution of the in-state zones as a function of the revised production and attraction adjustment factors shows the overall " adjustment resulting from the SELINK analysis process. Overall, the revised SELINK adjustments show that the productions for many zones are reduced by, a factor of 0.5 to 0.8 while the productions for ~ relatively few zones are increased by factors from 1.1 to 4 with most of the factors in the 3.0 range. No obvious explanation for the frequency distribution could be found. The revised SELINK adjustments overall appear to be reasonable. The heavy truck VMT analysis is conducted by comparing the 1990 heavy truck VMT that is forecasted by the GM truck forecasting model, 2.975 billions, with the WisDOT computed data. This gives an estimate that is 18.3% less than the WisDOT computation of 3.642 billions of VMT. The WisDOT estimates are based on the sampling the link volumes for USH, 8TH, and CTH. This implies potential error in sampling the average link volume. The WisDOT estimate of heavy truck VMT cannot be tabulated by the three trip types, I-I, I-E ('||'&'||'pound;-I), and E-E. In contrast, the GM forecasting model shows that the proportion ofE-E VMT out of total VMT is 21.24%. In addition, tabulation of heavy truck VMT by route functional class shows that the proportion of truck traffic traversing the freeways and expressways is 76.5%. Only 14.1% of total freeway truck traffic is I-I trips, while 80% of total collector truck traffic is I-I trips. This implies that freeways are traversed mainly by I-E and E-E truck traffic while collectors are used mainly by I-I truck traffic. Other tabulations such as average heavy truck speed by trip type, average travel distance by trip type and the VMT distribution by trip type, route functional class and travel speed are useful information for highway planners to understand the characteristics of statewide heavy truck trip patternS. Heavy truck volumes for the target year 2010 are forecasted by using the GM truck forecasting model. Four scenarios are used. Fo~ better forecasting, ground count- based segment adjustment factors are developed and applied. ISH 90 '||'&'||' 94 and USH 41 are used as example routes. The forecasting results by using the ground count-based segment adjustment factors are satisfactory for long range planning purposes, but additional ground counts would be useful for USH 41. Sensitivity analysis provides estimates of the impacts of the alternative growth rates including information about changes in the trip types using key routes. The network'||'&'||'not;based GMcan easily model scenarios with different rates of growth in rural versus . . urban areas, small versus large cities, and in-state zones versus external stations. cities, and in-state zones versus external stations.