• 한국ITS학회 논문지
• /
• 제21권6호
• /
• pp.146-164
• /
• 2022

최근 정부에서는 수도권 주요거점을 30분대에 연결하기 위해 광역급행철도 건설을 추진하고 있으며, 광역급행철도의 정거장은 대부분 기존 노선과 환승역으로 연결되어 환승에 대한 중요성이 증가하고 있다. 환승저항이 경로선택에 미치는 영향에 관한 많은 연구가 이루어져 왔으나, 대부분 일반 지하철을 대상으로 하여 광역급행철도의 환승행태에 관한 연구는 전무한 실정이다. 이에 본 연구에서는 수도권의 대표적 급행노선인 신분당선을 대상으로 환승행태 분석을 수행하였다. 통행량 집중정도와 요금지불 유무에 따른 환승행태 분석을 위해 요일, 시간대, 이용자 특성에 따라 데이터를 구분하여 경로선택모형을 구축하였다. 분석 결과, 광역급행철도 이용자는 환승이동시간에 비해 환승대기시간에 큰 저항을 가지며, 특히 첨두시간대에는 환승대기시간의 차내시간 한계대체율(EIVM)은 3.51배로 나타났다. 본 연구에서 광역급행철도 환승 1회당 EIVM은 2.6분으로 분석되었으며, 일반 지하철을 대상으로 한 선행연구의 결과에 비해 현저히 낮은 값이다. 이는 일반지하철과 광역급행철도의 환승저항에 차이가 존재하며, 지하철 교통수요 예측 시 일반지하철과 광역급행철도 환승페널티를 차등 적용할 필요성이 있음을 시사한다.

• 대한교통학회지
• /
• 제36권1호
• /
• pp.23-37
• /
• 2018

최근 들어 장기적인 저성장과 도시과밀화로 인한 공간부족 등으로 도심내 새로운 기반설의 건설 및 증축이 매우 어려운 실정이다. 따라서 기존의 시설을 효율적으로 활용하면서도 지속가능한 개발을 유도할 수 있는 다양한 레트로핏(Retrofitting) 기법 및 도시 적용방안을 연구할 필요성이 있다. 레트로핏(Retrofit)이란 도심내 기존 시설물의 구조 및 기능, 운영방법 등을 지속가능한 체계로 개선하여, 환경영향을 저감시키고 에너지 사용을 절감하며 물이나 자원, 폐기물 등을 효율적으로 관리할 수 있도록 하는 기법이다. 본 연구에서는 도시의 구조적 위계를 반영할 수 있는 계층적 네트워크 디자인(Hierarchical Network Design) 기법을 적용하여 서울시 대중교통 노선을 효율적으로 레트로핏 할 수 있는 방법을 연구하였다. 계층적 네트워크 디자인 기법이란 허브의 기능에 따라 위계를 나누고 서로 다른 위계를 연결하여 하나의 계층적 네트워크를 구성하는 것을 의미한다. 서울시의 구조적 위계를 3도심, 7광역중심, 12지역중심으로 설정하고, 스마트카드 데이터 분석을 통해 교통허브를 선정하여 계층적 네트워크 디자인 기법에 따라 주요골격 네트워크(Back-Born Network)를 구축하였다. 구축된 계층적 네트워크 디자인을 토대로 대중교통 네트워크의 레트로핏을 적용한 결과, 간선버스 및 지선버스의 PKT 및 PHT가 개선전에 비해 일기준 약 2.6-3.2% 정도 감소하여 통행자 측면에서 편의성이 증대되는 효과를 볼 수 있었다.

• 대한교통학회지
• /
• 제32권3호
• /
• pp.179-186
• /
• 2014

본 연구에서는 대구시의 지하철과 버스간의 환승통행을 대상으로 환승통행특성을 분석하고 또한 다중회귀분석을 통해 버스와 지하철간의 환승통행량에 영향을 미치는 요인을 분석하여 이를 통한 대중교통환승센터에서 보다 많은 환승통행량이 처리될 수 있는 방안에 대해 모색하였다. 그 결과 환승시간은 환승통행량과 반비례하는 반면, 연계버스 노선수, 지하철역의 공간적 위치, 버스노선의 연계지수는 비례관계가 있는 것으로 나타났다. 또한 표준화계수로부터 지하철역과 연계되는 버스노선의 특성을 반영한 버스노선의 연계지수가 가장 많은 영향을 미친다는 것을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제12권5호
• /
• pp.873-882
• /
• 2017

교통카드는 현재 수도권을 포함한 약 150개 지역에서 이용하고 있으며, 대중교통, 시내버스 노선개편, 대중교통 이용 수요 등 다양한 공공부분의 정책 기초자료로 활용되고 있다. 그러나 교통카드 데이터를 사용하는 지역 중 수도권 및 일부 광역시를 제외하고 기존 BIS 정보와 미 매칭 또는 교통카드 자체에 버스 노선별 정류장 정보가 부재한 지역이 많다. 본 연구에서는 이러한 교통카드 기반정보 중 버스 노선별 정류장 정보를 생성하는 모형을 제시하였으며, 연구에서 제시한 모형을 통하여 추출 및 생성된 노선별 정류장 정보를 실제 BIS 정류장 정보와 매칭하여 정확도를 산정하였다.

• 대한교통학회지
• /
• 제30권1호
• /
• pp.125-133
• /
• 2012

본 논문에서는 스마트카드 데이터를 이용하여 서울시의 대중교통 환승통행 현황을 분석하고, 이를 통해 환승체계 효율화의 필요성을 살펴보았다. 특별히 환승효율성 제고를 위한 환승센터 건립 시 그 입지선정을 위한 수리모형을 이중구조모형으로 구축/제시하였다. 상위모형은 입지결정 모형으로 지역별 환승센터 개수 및 총건설비용 예산 제약하에서 총통행비용을 최소화하는 선형 0-1 정수모형이고, 하위 모형은 환승센터 입지 여부에 따른 사용자 평형 경로 선택 모형으로 구성된다. 모형의 해법으로 상위 및 하위 모형의 해를 순차적으로 구하는 방법을 제시하였고, 예제네트워크 적용을 통해 해법의 수렴성과 모형의 적용성을 평가하였다. 그 결과 본 논문에서 구축된 모형과 해법을 이용하여 효과적으로 최적의 환승센터 입지를 결정할 수 있음을 확인하였다. 마지막으로, 실제 네트워크에 적용하기 위한 방법론을 검토한 결과 본 논문의 모형과 해법이 현실에서도 충분히 활용될 수 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제23권7호
• /
• pp.63-74
• /
• 2005

급행버스시스템을 도입함에 있어서 정류장의 위치나 배차간격이 적절하지 않으면 버스 운영자 및 이용자의 불필요한 비용을 유발하여 결과적으로 사회 전체적인 비용을 증가시키는 요인이 된다. 따라서, 승객의 기 종점에 기반하여 정류장 위치 및 배차계획을 수립하는 노력이 필요하다. 한편 서울시 대중교통체계 개편 이후 새로운 버스카드 시스템의 도입되었다. 이로 인해 버스운행이력 및 이용자 이동경로의 자료 구축이 가능해짐에 따라 대중교통 통행수요의 정류장 기반 O-D자료를 획득할 수 있는 환경이 마련되었다. 이에 본 연구에서는 승객의 기 종점을 고려한 급행버스의 최적 정차위치 및 완 급행버스 배차간격 결정방법론을 수립하고자하였다. 전체 과정을 초기조건 입력, 정류장 위치 대안 생성, 완 급행 O-D배분 및 배차간격설정, 총교통비용 산출 및 최적해 도출의 4단계로 구성하고, 이러한 일련의 과정을 프로그램언어로 구현한 후, 승객의 통행패턴이 현저히 다른 두개의 노선을 선정하여 사례분석을 수행하였다. 분석결과를 바탕으로, 급행버스의 노선 계획에 있어서 승객의 이동거리분포를 검토하여 볼 필요성이 있음을 정책적인 시사점으로 제시하였다.

• 대한교통학회지
• /
• 제26권3호
• /
• pp.41-51
• /
• 2008

본고에서는 노선별 카드자료와 정산자료를 바탕으로 시내버스 운행계통 및 운행실태를 여러 가지 통계기법을 이용하여 분석함으로서 시내버스 노선개편 이후의 시내버스 노선체계 특성을 밝히고 있다. 운행거리와 운행시간과의 관계는 운행속도에 영향을 많이 받는 것으로 나타났고, 배차간격을 10분 이내로 하기 위해서는 단위시간당 운행대수가 0.1013대/분이상이 되어야 하며, 운행시간의 경우는 오전시간대보다 오후시간대가 더 많이 소요되는 것으로 나타났다. 이용승객 규모에 따른 운행계통 비교에서는 운행거리, 배차간격, 운행시간, 운행속도 모든 부문에서 이용승객이 적은 노선의 편차가 이용승객이 많은 노선보다 크게 나타났다. 한편, 카드건수, 평균수입, 환승률간의 분석 결과, 카드건수와 평균수입의 관계는 일반노선이 선형함수 관계, 좌석 및 급행노선은 지수함수 관계로 설명될 수 있다. 또한 일반노선, 좌석 및 급행노선의 환승률 1% 증가를 카드건수로 환산하면 각각 6.3건/대/일, 4.9건/대/일의 감소에 해당하는 것으로 분석되었다. 마지막으로 흑자노선과 적자노선의 분석 결과인데, 흑자노선과 적자노선을 판별하는데 유효한 4가지 변수를 판별력의 크기순으로 나열하면 km당 운행대수, 외곽경유 유무, 지하철 경유수, 종합대학 경유수순이 된다. 향후 마을버스 환승요금제 시행 시에는 수입증가를 위하여 상기 유효변수들을 잘 고려한 시내버스 노선조정과 대중교통우선정책이 필요하며, 비용절감을 위하여 시내버스와 마을버스의 위계를 보다 명확히 한 노선운영이 필요할 것으로 판단된다.

• Journal of Information Technology Applications and Management
• /
• 제24권4호
• /
• pp.187-196
• /
• 2017

It is urgent to prepare countermeasures for traffic congestion problems of Korea's metropolitan area where central functions such as economic, social, cultural, and education are excessively concentrated. Most users of public transportation in metropolitan areas including Seoul use the traffic cards. If various information is extracted from traffic big data produced by the traffic cards, they can provide basic data for transport policies, land usages, or facility plans. Therefore, in this study, we extract valuable information such as the subway passengers' frequent travel patterns from the big traffic data provided by the Seoul Metropolitan Government Big Data Campus. For this, we use a Hadoop (High-Availability Distributed Object-Oriented Platform) to preprocess the big data and store it into a Mongo database in order to analyze it by a sequential pattern data mining technique. Since we analysis the actual big data, that is, the traffic cards' data provided by the Seoul Metropolitan Government Big Data Campus, the analyzed results can be used as an important referenced data when the Seoul government makes a plan about the metropolitan traffic policies.

• 대한토목학회논문집
• /
• 제31권4D호
• /
• pp.519-526
• /
• 2011

본 연구는 대구시의 교통카드자료를 이용하여, 환승정류장의 특성을 분석하였다. 대구시의 교통카드자료는 서울시와 달리 승차 정류장의 내용을 포함하고 있지 않고, 하차 단말기도 설치되어 있지 않기 때문에 환승정류장을 파악하기가 어렵다. 따라서 교통카드자료와 대구시 BMS자료와의 Matching으로 환승통행에 대한 데이터를 구축하여 본 연구를 진행하였다. 환승량 모형은 도심으로부터의 거리와 노선수는 양의 계수를 나타낸 반면, 대기시간은 음의 계수가 나타나는 것으로 분석되었다. 본 분석에서는 Oneway ANOVA 분석을 통하여, 최적의 군집수를 정하였다. 군집1은 군집중심이 2.99로써, 대구시 중심에 위치한 형태이며 군집2는 군집중심이 6.73으로 군집3은 군집중심이 12.78로써, 대구시와 경산시의 경계를 포함하고 있는 형태를 나타내며 있는 것으로 나타났다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.193-204
• /
• 2022

스마트교통카드 데이터는 대표적인 모빌리티 데이터로 이를 이용하여 대중교통 이용행태를 분석하고 정책 개발에 활용할 수 있다. 본 논문은 이러한 연구의 하나로 전철 이용패턴을 이용하여 전철역들을 분류하는 문제를 다룬다. 전철역의 클러스터링을 다룬 기존 논문들은 이용행태 중 통행량만을 고려하였기에 본 논문은 이에 대한 보완적인 방법의 하나로 통행시간을 고려한 클러스터링을 제안한다. 각 역의 승객들을 출근 시간 출발, 출근 시간 도착, 퇴근 시간 출발, 퇴근 시간 도착 승객들로 분류한 다음 각각의 통행시간을 와이블 분포로 모형화하여 추정한 형상모수를 역의 특성값으로 정의하였다. 그리고 특성 벡터들을 K-평균 클러스터링 기법을 사용하여 클러스터링하였다. 실험결과 통행시간을 고려하여 역의 클러스터링을 수행하면 기존 연구의 클러스터링 결과와 유사한 결과가 나올 뿐만 아니라 더 세분화 된 클러스터링이 가능함을 관찰하였다.