• 대한교통학회지
• /
• 제7권2호
• /
• pp.29-43
• /
• 1989

The purpose of this study is to construct a forecasting model involved in a diverted traffic volume of the 2nd intra-urban expressway in construction presently, in the case of the future prediction of traffic demand for the intra-urban expressway in Pusan. In this study, the model involved in a diverted traffic volume is constructed trustworthy. And the future traffic demand of intra-urban expressway by this model was forecasted 114,005 volume/daily in 1996 and 147,090 volume/daily in 2001. However, it will made a study more and more concretely for practicality and limitation as well as construction of the forecasting model considered an intrinsic problem of an observational error and necessity of survey for much more socio-economic data, the traffic volume on all orad and OD pairs in Pusan.

• 무역학회지
• /
• 제44권2호
• /
• pp.51-62
• /
• 2019

This study predicts the future world seaborne trade volume with econometrics methods using 23-year time series data provided by Clarksons. For this purpose, this study uses simple regression analysis, exponential smoothing method and seemingly unrelated regression model (SUR Model). This study is meaningful in that it predicts worldwide total seaborne trade volume and seaborne traffic in four major items (container, bulk, crude oil, and LNG) from 2019 to 2023 as there are few prior studies that predict future seaborne traffic using recent data. It is expected that more useful references can be provided to trade related workers if the analysis period was increased and additional variables could be included in future studies.

• Advances in environmental research
• /
• 제4권4호
• /
• pp.211-218
• /
• 2015

Traffic noise estimation models are useful in evaluation of the noise pollution in current circumstances. They are helpful tools for design and planning new roads and highways. Measurement of average traffic noise level is possible when traffic speed and volume are known. The objective of this study was to devise a model for prediction of highway traffic noise levels based on current traffic variables in Iran. The design of this model was to take the impact of traffic congestion into consideration and to be field tested. This study is a library research augmented by field study conducted on Saeedi Highway located south west of Tehran. The period for the field study lasted 5 days from 7-12 February, 2013. This study examined liner and non-liner methods in formulation of its model. Liner method without a fixed coefficient was the best fit for the intended model. The proposed model can serve as a decision making tool to estimate the impact of key influential factors on sound pressure levels in urban areas in Iran.

• 도시과학
• /
• 제7권1호
• /
• pp.45-54
• /
• 2018

The purpose of this study is to find the factors that reduce prediction error in traffic volume using highway traffic volume data. The ARIMA model was used to predict the day, and it was confirmed that weekday and weekly characteristics were distinguished by prediction error. The forecasting results showed that weekday characteristics were prominent on Tuesdays, Wednesdays, and Thursdays, and forecast errors including MAPE and MAE on Sunday were about 15% points and about 10 points higher than weekday characteristics. Also, on Friday, the forecast error was high on weekdays, similar to Sunday's forecast error, unlike Tuesday, Wednesday, and Thursday, which had weekday characteristics. Therefore, when forecasting the time series belonging to Friday, it should be regarded as a weekly characteristic having characteristics similar to weekend rather than considering as weekday.

• 한국환경보건학회지
• /
• 제34권5호
• /
• pp.395-402
• /
• 2008

Road traffic noise causes considerable disturbance and annoyance in exposed inhabitants. Particularly, arterial road noise is a significant environmental problem in many urban areas in which higher traffic volume and higher car speed occur. Arterial road noise became the target of this investigation in Seoul, South Korea. Noise levels were measured at four points that were based on distance from roadside at the same measurement site and under the conditions as reported by the National Institute of Environmental Research (NIER) in 1999. The average noise levels ($L_{eq,1h}$) of the arterial road was 80.3 dBA at 5 m, 77.4 dBA at 10 m, 73.7 dBA at 20 m, 70.9 dBA at 30 m. A comparison between 1999 and 2008's measurement values has shown that in 2008 noise level is up by about 1.5 dBA, traffic volume has increased by about 15.7%, while car speed has decrease by about 8%. The relationship between 2008' measured values and predicted values using the NIER Equation is low under 10 m from the roadside. The influence range of arterial noise is calculated at 26 m for road noise limits in daytime. In relation to the comparison between traffic volume and noise level, the equivalence in traffic volume (Light car+10xHeavy car) is higher than other variables.

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.321-327
• /
• 2023

인공 지능이 발전함에 따라 예측 시스템은 우리의 삶에 필수적인 기술 중 하나로 자리를 잡았다. 이러한 기술의 성장에도 불구하고, 21세기 사거리 교통 체증은 계속해서 문제 되어 왔다. 본 논문에서는 Conv-LSTM(: Convolutional-Long Short-Term Memory) 알고리즘을 이용한 사거리 교통 체증 예측 시스템을 제안한다. 제안한 시스템은 교통 체증이 발생하는 사거리에 시간대별 교통 정보를 학습한 데이터를 모델링 한다. 시간의 흐름에 따라 기록된 교통량 데이터로 교통 체증을 예측하며. 예측된 결과를 기반으로 사거리 교통 신호를 제어하고, 일정한 교통량으로 유지한다. VDS(: Vehicle Detection System)센서를 활용하여 도로 혼잡도 데이터를 정의하고, 교통을 원활하게 하기 위하여 각각의 교차로를 Conv-LSTM 알고리즘기반 네트워크 시스템으로 구성하였다.

• 해양환경안전학회지
• /
• 제19권6호
• /
• pp.612-620
• /
• 2013

본 연구는 기존의 회귀분석과는 달리 금융, 경제, 무역 등 다양한 분야의 수요 예측에 널리 적용되고 있는 시계열 분석 방법을 시도하였다. 인천항의 1996년 1월부터 2013년 6월까지 입항 척수 자료를 바탕으로 정상성 검증, 모형의 식별, 모수의 추정, 진단 과정을 거쳐 장래 해상교통량을 예측하였다. 2014년 1월부터 2015년 12월까지 예측한 결과 2월달의 교통량이 다른 달 보다 적게 예측된 반면, 1월달의 교통량은 다른 달 보다 많을 것으로 나타났다. 또한 인천항은 지수평활법 보다 ARIMA 모형이 적합하며, 계절에 따라 월별 교통량의 차이를 보이는 것을 알 수 있다. 본 연구는 시계열 분석으로 장래 교통량을 월별로 예측하였다는 점에서 의의가 있다. 또한 기존의 회귀분석으로 예측한 장래 해상교통량보다 시계열 분석으로 예측한 장래 해상교통량이 더 적합한 모형인 것으로 판단된다.

• 산업경영시스템학회지
• /
• 제43권4호
• /
• pp.76-83
• /
• 2020

Postal logistics organizations are characterized as having high labor intensity and short response times. These characteristics, along with rapid change in mail volume, make load scheduling a fundamental concern. Load analysis of major postal infrastructures such as post offices, sorting centers, exchange centers, and delivery stations is required for optimal postal logistics operation. In particular, the performance of mail traffic forecasting is essential for optimizing the resource operation by accurate load analysis. This paper addresses a traffic forecast problem of postal parcel that arises at delivery stations of Korea Post. The main purpose of this paper is to describe a method for predicting short-term traffic of postal parcel based on self-similarity analysis and to introduce an application of the traffic prediction model to postal logistics system. The proposed scheme develops multiple regression models by the clusters resulted from feature engineering and individual models for delivery stations to reinforce prediction accuracy. The experiment with data supplied by main postal delivery stations shows the advantage in terms of prediction performance. Comparing with other technique, experimental results show that the proposed method improves the accuracy up to 45.8%.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.1-13
• /
• 2021

본 연구에서는 도로교통분야의 계획, 설계, 유지관리, 연구 등 다양한 목적으로 활용되고 있는 교통량 데이터의 정확도 확보를 위해 시계열 분석 기법을 적용하여 교통량 데이터의 보정 및 예측을 수행하였다. 기존 알고리즘의 경우 주기성 및 계절성이 강하거나 불규칙한 데이터에 한계를 보이고 있어 교통량 데이터와 같은 자료에 적용하기에는 한계가 있다. 이러한 한계점을 극복하고 보완하기 위해 ARIMA 모형에 자기상관 모형인 SAR(Seasonal Auto Regressive)과 계절 이동평균 모형인 SMA(Seasonal Moving Average)가 결합된 분석 기법인 SARIMA 모형을 적용하였다. 분석결과 최적 파라미터 조합인 SARIMA(4,1,3)(4,0,3) 12 모형을 활용한 교통량 예측 결과 평균 85% 정도의 우수한 성능을 보였다. 본 연구를 통해서 교통량 데이터의 결측 발생 시 교통량 보정 및 예측의 정확도를 높일 수 있으며, 교통량 데이터 외에도 계절성에 영향을 받는 시계열 데이터에 적용이 가능하다.

• 해양환경안전학회지
• /
• 제20권1호
• /
• pp.33-41
• /
• 2014

본 연구는 기존의 회귀분석과는 달리 시계열 분석과 인공신경망 모형을 이용하여 장래 해상교통량을 예측하였다. 특히, 시계열 분석을 통한 예측값을 인공신경망 모형에 추가 입력변수로 적용하여 장래 해상교통량 예측을 제고하고자 하였다. 본 연구는 인천항의 1996년부터 2013년까지 월별 관측값을 대상으로 하였다. 모형의 예측력 검증을 위해 1996년부터 2012년까지 관측값을 대상으로 구축한 모형으로부터 2013년을 예측하여 실제 관측값과의 비교로 적합한 모형을 판별하였다. 인천항의 2015년 장래 해상교통량은 매월 평균 교통량보다 5월과 11월에 각 5.9 %, 4.5 % 많았으며, 1월과 8월은 매월 평균 교통량보다 각 8.6 %, 4.7 % 적은 것으로 예측되었다. 따라서 인천항은 계절에 따른 월별 교통량의 차이를 확인할 수 있다. 본 연구는 해상교통 현장관측 조사시 계절에 따른 교통량의 특성을 반영할 수 있는 기초 자료로 활용될 수 있다.