• 제목/요약/키워드: Stepwise Transportation Parameter

검색결과 3건 처리시간 0.015초

Stepwise 환승계수를 고려한 Logit 유형 대중교통통행배정모형 (A Logit Type of Public Transit Trip Assignment Model Considering Stepwise Transfer Coefficients)

  • 신성일;백남철
    • 대한교통학회지
    • /
    • 제34권6호
    • /
    • pp.570-579
    • /
    • 2016
  • Stepwise 환승계수(이하 STC)는 환승회수 증가에 따라 환승비용을 실제보다 많게 인식하도록 한다. 통행시간과 최소환승회수 정보를 제공하는 것은 이러한 경향을 감안하는 취지이다. STC가 포함된 경로탐색문제는 비가산성비용을 포함하며 최적조건의 비성립으로 경로열거가 요구된다. 따라서 대중교통망에서 STC를 고려하는 경로탐색에 대한 이론적 검토를 통해서 경로탐색의 실패를 우회하는 방안이 요구된다. 본 연구는 STC가 포함되는 대중교통망에서 확률적 통행배정모형에 대하여 검토한다. 비가산성 경로문제를 완화하는 방안으로 유입링크기반 전체경로삭제기법을 활용하는 방안을 제안한다. 전체경로삭제기법은 출발지에서 도착지까지 서로 상이한 경로의 구성된 가능경로집합을 구축하기 용이하다. STC를 반영한 경로기반 Logit 모형을 대중교통통행배정기법으로 구축한다.

수도권 도시철도망 승객이동경로추정을 위한 교통카드기반 최적 M-유사경로 구축방안 (Transportation Card Based Optimal M-Similar Paths Searching for Estimating Passengers' Route Choice in Seoul Metropolitan Railway Network)

  • 이미영
    • 한국ITS학회 논문지
    • /
    • 제16권2호
    • /
    • pp.1-12
    • /
    • 2017
  • 수도권 교통카드는 대중교통인구 이동에 대한 기록을 간직하고 있는 전수화 자료로서 가치가 높다. 교통카드에 기록된 정보는 버스통행의 경우 승객의 이동에 대한 정확한 정보를 담고 있으나, 도시철도는 역사의 진출입 단말기 정보만 기록되어 환승을 포함한 경로정보를 파악하기 어렵다. 수도권 도시철도망에서 나타나는 승객의 경로선정 특성을 파악하여 이동 경로추정을 위한 방안으로 활용하는 것이 필요하다. 본 연구는 수도권 도시철도의 승객이동 경로가 갖는 특징으로 M-유사경로와 환승회수의 증가를 추가적인 비용으로 고려한다고 검토하였다. 경로탐색조건을 구축하기 위해 계단형 환승계수가 도입된 비가산성 통행비용에 대하여 M-경로탐색기법을 제안하였다. 교통카드기록을 대상으로 수도권 도시철도 역간 경로의 민감도를 거시적으로 검토하였으며, M-경로탐색기법을 확률적 통행배정모형으로 구축하여 수도권 도시철도의 링크통행량, 노선간 환승통행량의 결과를 도출하였다.

단계적 회귀분석과 인공신경망 모형을 이용한 광양항 석탄·철광석 물동량 예측력 비교 분석 (A Comparative Analysis of the Forecasting Performance of Coal and Iron Ore in Gwangyang Port Using Stepwise Regression and Artificial Neural Network Model)

  • 조상호;남형식;류기진;류동근
    • 한국항해항만학회지
    • /
    • 제44권3호
    • /
    • pp.187-194
    • /
    • 2020
  • 항만의 주요 정책 및 향후 운영계획 수립 시 정확한 물동량 예측에 관한 연구는 매우 중요하며 이러한 중요성으로 인해 관련 연구가 활발히 수행되고 있다. 본 논문에서는 국내 최대 석탄 및 철광석 처리 항만인 광양항을 대상으로 단계적 회귀분석과 인공신경망모형을 활용하여 모형간 예측력을 비교하였다. 2009년 1월부터 2019년 1월까지 총 121개월의 월별자료를 활용하였으며 석탄 및 철광석 물동량에 영향을 주는 요인을 선정하여 공급관련요인과 시장·경제관련요인으로 분류하였다. 단계적 회귀분석 결과, 광양항 석탄 물동량 예측모형의 경우, 입항선박 톤수, 석탄가격 및 대미환율이 최종변수로 선정되었고 철광석 물동량 예측모형의 경우, 입항선박 톤수, 철광석가격이 최종변수로 선정되었다. 인공신경망모형의 경우, 모델 성능에 영향을 미치는 다양한 Hyper-parameters를 조정하며 최적 모델을 선정하는 시행착오법을 사용하였다. 분석결과 인공신경망모형이 단계적 회귀분석에 비해 우수한 예측성능을 나타내었으며 예측 모형별 예측값과 실측값을 그래프 상 비교 시에도 인공신경망모형이 단계적 회귀분석에 비해 고·저점을 유사하게 나타냈다.