• 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.

• 한국도로학회논문집
• /
• 제15권3호
• /
• pp.93-101
• /
• 2013

PURPOSES : This study is to investigate the relationship of socioeconomic characteristics and road network structure with traffic growth patterns. The findings is to be used to tweak traffic forecast provided by traditional four step process using relevant socioeconomic and road network data. METHODS: Comprehensive statistical analysis is used to identify key explanatory variables using historical observations on traffic forecast, actual traffic counts and surrounding environments. Based on statistical results, a multiple regression model is developed to predict the effects of socioeconomic and road network attributes on traffic growth patterns. The validation of the proposed model is also performed using a different set of historical data. RESULTS : The statistical analysis results indicate that several socioeconomic characteristics and road network structure cleary affect the tendency of over- and under-estimation of road traffics. Among them, land use is a key factor which is revealed by a factor that traffic forecast for urban road tends to be under-estimated while rural road traffic prediction is generally over-estimated. The model application suggests that tweaking the traffic forecast using the proposed model can reduce the discrepancies between the predicted and actual traffic counts from 30.4% to 21.9%. CONCLUSIONS : Prediction of road traffic growth patterns based on surrounding socioeconomic and road network attributes can help develop the optimal strategy of road construction plan by enhancing reliability of traffic forecast as well as tendency of traffic growth.

• 대한교통학회지
• /
• 제21권3호
• /
• pp.85-96
• /
• 2003

휴대폰이나 카네비게이션 시스템과 같은 개인단말기에 의한 교통정보 제공 서비스의 시행을 위해서는 정보제공 서비스가 사회적 편익과 개인적 편익에 미치는 영향 분석이 선행되어야 한다. 이를 위해, 본 연구에서는 시뮬레이션을 활용하여 교통정보 제공 서비스가 도로 네트워크에 미치는 영향과 정보를 이용하는 운전자와 정보를 이용하지 않는 운전자에 대한 차이를 소요시간 분석, 소요시간 예측오차 분석, 그리고 정보의존도 분석 등을 통해 밝히고 있다. 소요시간 분석과 소요시간 예측오차 분석 결과에 의하면, 네트워크 내에 정보를 이용하는 운전자가 증가하면서 네트워크의 소요시간과 소요시간 예측오차는 감소하는 경향을 나타냈다. 또, 소요시간과 소요시간 예측오차에 있어서, 정보를 이용하지 않는 운전자에 대한 정보 이용 운전자의 상대적 편익은 1일 교통량 변동이 크고, 정보이용률이 낮은 상황에 한하여만 나타났다. 또, 정보의존도 분석 결과에 의하면, 도로 네트워크 내에 정보 이용 운전자들이 많아지면 운전자들은 정보에 더 많이 의존하게 되는 것으로 나타났다. 또, 혼잡한 교통상태에서는 정보 역시 정확도가 떨어지므로 정보의존도가 낮고, 교통량이 적기 때문에 소통원활한 경우는 정보의존도가 낮고, 반대로 교통량이 많지만, 도로 이용효율이 높아 생기는 소통원활의 경우에는 높은 정보의존도를 보이었다. 본 연구 결과로부터, 어느 정도의 정보이용률까지는 정보이용 운전자들이 증가하면, 네트워크는 도로 이용효율이 향상되어 소요시간 효율성과 신뢰성 등이 향상되고, 운전자의 소요시간 예측오차는 감소한다는 것을 알 수 있었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2010년도 춘계학술대회 논문집
• /
• pp.2309-2318
• /
• 2010

It is a plan the government increases a railroad section SOC investment, and to activate railroad construction while a railroad wins the spotlight with green transportation. But an error of the demand forecast that is a base of a railroad investment evaluation follows in occurring big, there is it with an operation with an obstacle of a railroad investment. Case of the Incheon International Airport Railroad which went into operation recently, While a present transportation demand showed about 10% than a demand forecasted in a past conference, it was magnified in a social problem. A lot of research was gone on in road project about traffic demand forecast and error, a study to find out the error cause is an insufficient situation although errors of a railroad occurs big. So, this study looked for errors and causes about trip generation model and modes sharing model of railroad demand forecast but it was defined causes so that it can occur similar problems in the future. Especially it investigated causes after comparing rate of development plan for the realization and O/D size in trip generation model and after comparing rate of modes sharing of past and current and conducting a survey for airport users. In conclusion, it suggested method to reduce errors of railroad demand forecasting in the future.

• 응용통계연구
• /
• 제26권6호
• /
• pp.1053-1061
• /
• 2013

본 논문은, 장기기억 특성과 이분산성을 고려한 인터넷 트래픽 예측 모형을 제안하고자 한다. 트래픽 과부하를 대비하기 위해서, 트래픽 용량은 트래픽의 예측치와 트래픽의 변동 크기에 따라 트래픽의 최대용량을 설정하여야 한다. 이를 위하여 교내 트래픽 자료 중 교내로 들어오는 트래픽과 교외로 나가는 트래픽에 이분산성과 장기기억 모형의 유용성을 확인하였다. 이에 대하여 AR-GARCH 모형, ARMA-GARCH 모형과 장기기억모형인 Fractional ARIMA와 장기기억과 이분산성을 고려한 Fractional ARMA-GARCH 모형을 적용하여 모형의 예측성능을 비교하였다.

• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.86-98
• /
• 2018

한국도로공사는 2015년부터 전국 톨게이트 간 DSRC기반 통행 소요시간 예측정보를 제공하고 있다. 통행 소요시간 예측정보는 고속도로 이용자들의 합리적인 노선 결정을 지원하여 정체상황을 최소화 시킬 수 있다는 측면에서 공공데이터로서 신뢰도가 보장되어야 하며 지속적인 품질관리가 필요하다. 따라서 본 연구에서는 국내외 선행연구를 통해 통행 소요시간 예측정보 평가를 위한 측정지표 기준을 고찰해보았으며, 한국도로공사에서 운영하고 있는 전 노선을 대상으로 소요시간 예측정보를 정량적으로 평가해 보았다. 더불어, 예측오차에 원인을 파악하기 위해 EDA 분석을 수행하였다. 대부분의 노선에서 제공되는 예측정보의 신뢰성은 해당 기준을 충족시키는 것을 알 수 있었다. 다만 다수의 구간으로 구성된 장대 노선의 경우 일부 소수의 구간에서 과대 또는 과소 추정오차 발생이 노선 전체의 예측 정보 신뢰도에 영향을 줄 수 있음을 확인하였으며, 이러한 문제 노선은 상당히 오랜 기간 존치되고 있었음을 알 수 있었다. 본 연구는 국내에서 운영 중인 거의 모든 고속도로 통행시간 예측정보를 정량적으로 평가한 첫 사례라는 점에서 의의가 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권7호
• /
• pp.297-306
• /
• 2017

버스정보 시스템을 이용하는 시민들은 더 정확한 예측 정보를 원한다. 하지만 평균 기반 단기간 예측 알고리즘을 사용하는 대부분의 버스정보시스템에서는 교통흐름, 신호주기, 정차시간 등의 영향이 고려되지 않기 때문에 많은 오차를 포함하고 있는 실정이다. 따라서 본 논문에서는 오차의 영향요인 분석을 통해 예측정보의 정밀도를 향상시켜 시민들의 편의를 도모하고자 한다. 이에 현재 운영되고 있는 버스정보 시스템의 자료를 토대로 오차의 영향요인을 분석했다. 분석 데이터에서 시간대별 특성과 지리적 여건에 의한 영향이 복합적으로 나타나고, 정차시간과 단위구간속도에 미치는 영향도가 다름을 보였다. 이에 따라 정차시간은 일반화 가법 모형을 사용하여 시간, GPS 좌표, 통과 노선수의 설명변수로 패턴을 구축하고, 단위구간에 대해 은닉 마르코프 모델을 사용하여 교통흐름에 따른 영향도를 고려한 패턴을 구축했다. 패턴 구축의 결과로 정밀한 실시간예측이 가능하고, 노선 통행속도의 장기간 예측이 가능했다. 마지막으로 관측 데이터와 예측 데이터의 통계적 검정 과정을 통해 전구간 예측에 적합한 모델임을 보였다. 본 논문의 결과로 시민들에게 더 정확한 예측 정보를 제공하고, 장기간 예측은 배차시간 등의 의사결정에 중요한 역할을 수행할 수 있으리라 생각한다.

• 대한토목학회논문집
• /
• 제32권2D호
• /
• pp.137-145
• /
• 2012

경찰청 발표 자료에 따르면 2010년 우리나라에서 발생한 교통사고 건수는 226,878건으로 전체 교통사고 중 교차로가 차지하는 비중이 44.8%로 교차로 사고는 교통사고 중 많은 부분을 차지하고 있다. 이 중 신호교차로 교통사고에 대한 연구는 지속적으로 이루어지고 있는 반면에 비신호교차로에 대한 연구는 아직 부족한 실정이다. 본 연구는 환경적 요인으로 퍼지적 성격을 가진 교통량, 차로폭, 시거를 입력변수로 비신호교차로에서의 사고건수예측을 위한 ANFIS(Adaptive Neuro-Fuzzy Inference System) 모형을 구축하였다. 이렇게 구축된 모형의 예측력은 검증자료를 이용한 실측치와 추론치를 비교함으로써 평가되었다. 본 모형의 예측력은 결정계수인 $R^2$와 평균절대오차(MAE), 평균제곱근오차(MSE)를 통하여 적합성을 평가하였으며, 이들은 각각 평가 결과 0.9817, 0.4773, 0.3037로 나타나 모형의 설명력이 우수한 것으로 평가된다. 본 연구의 비신호 교차로 사고예측분석 연구결과는 비신호교차로의 안전 대책 수립 및 교통사고 개선사업을 위한 기초자료를 제공할 것으로 사료된다.

• 대한교통학회지
• /
• 제21권5호
• /
• pp.83-95
• /
• 2003

본 연구는 차량검지기 데이터를 이용한 통행시간 추정 및 예측에 관한 수집기법 및 추정·예측기법의 고찰을 통해 고속도로 환경에 적합한 통행시간 추정 및 예측모형을 개발하는 데 목적이 있다. 먼저, 기존 통행시간 추정기법의 고찰을 통해 차량검지기에서 수집되는 교통데이터 중 교통류의 변동을 민감하게 포착할 수 있는 교통량을 이용한 통행시간 추정모형을 정립하고자 하였다. 기존방식인 차량검지기 속도 데이터를 이용한 통행시간과 본 연구에서 제안한 추정모형과의 비교 분석을 위해, 실측치에 거의 근사하는 통행료 징수시스템의 출발지기준 통행시간을 이용하여 통행시간 산출기법의 적용성 평가를 수행한 결과, 고속도로 구간의 혼잡시 본 연구모형에 의한 통행시간 산출방식이 기존방식보다 신뢰성있는 통행시간을 제공할 수 있는 것으로 나타났다. 따라서, 본 연구에서는 고속도로 구간의 차량통과속도가 70km/h이상일 때는 기존 차량검지기 속도데이터를 이용한 통행시간 산출방식을 적용하고 혼잡시에는 교통량을 이용한 추정모형에 의한 통행시간 산출방식을 병용하여 적용하는 것이 타당하다는 결론을 도출하였다. 통계적 모형을 이용한 교통상황의 예측과 보다 정확한 통행시간을 예측하기 위해 본 연구에서 칼만필터를 이용한 단기 예측을 수행해 본 결과, 시시각각 변화하는 고속도로의 교통류에 대해 예측력이 우수한 것으로 판단되었다.

• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.156-165
• /
• 2023

IEEE 802.15.4e-TSCH is recognized as a wireless industrial sensor network standard used in IoT systems. To ensure both power savings and reliable communications, the TSCH standard uses techniques including channel hopping and bandwidth reserve. In TSCH mode, scheduling is crucial because it allows sensor nodes to select when data should be delivered or received. Because a wide range of applications may necessitate energy economy and transmission dependability, we present a distributed approach that uses a cluster tree topology to forecast scheduling requirements for the following slotframe, concentrating on the Poisson model. The proposed Optimized Minimal Scheduling Function (OMSF) is interested in the details of the scheduling time intervals, something that was not supported by the Minimal Scheduling Function (MSF) proposed by the 6TSCH group. Our contribution helps to deduce the number of cells needed in the following slotframe by reducing the number of negotiation operations between the pairs of nodes in each cluster to settle on a schedule. As a result, the cluster tree network's error rate, traffic load, latency, and queue size have all decreased.