승용차의 대중화로 인해 교통 혼잡이 증가하게 되었고 대중교통 이용 수요가 감소함에 따라 버스 운송업체들의 독립적인 운영이 힘들게 되었다. 이러한 문제점을 해소하기 위해서 서울시는 버스 준공영제를 기본으로 하는 대중교통 체계의 전반적인 개편을 하였다. 버스 준공영제 시행 이후 대중교통 이용 승객들은 높은 수준의 서비스를 받을 수 있게 되었고 버스 운송업체는 안정적인 경영 및 서비스를 할 수 있게 되었다. 이에 따라 대중교통의 이용률이 증가하는 추세를 보이고 있으나 서울시의 재정 지원 금액이 지속적으로 증가하고 있어 승객들에게 제공하는 서비스 수준의 감소를 최소화하면서 대중교통 운행비용을 줄이는 방법이 필요하게 되었다. 대중교통에서 발생하는 다양한 비용들을 총 교통비용으로 정의한다. 총 교통비용을 최소화하는 방향으로 운행 횟수와 배차 간격을 결정하는 방법이 일반적이다. 많은 연구에서는 시간대를 분할하고 승객의 수요가 높을 것으로 예상하는 시간대에 운행 횟수를 높게 할당한다. 하지만 시간대를 분할하는 방법은 시간 경계에서 배차 간격이 급변하는 문제가 발생할 수 있으며 시간대는 1시간 이상으로 구분하기 때문에 해당 시간 동안 승객들이 일정하게 정류소에 도착한다는 가정은 다소 무리가 있다. 또한, 정류소와 차고지 사이에 거리에 따라 동일 시점에 도착한 승객일지라도 운행 횟수를 조절해야 하는 시점이 다르다. 버스의 운행 속도도 운행 구간과 운행 시점에 따라 차이가 발생한다. 하지만 현재 연구에서 승객의 시공간적인 도착 패턴과 차량의 운행 시점과 구간별 운행 속도를 모두 고려한 연구는 매우 부족하다. 앞서 언급한 승객의 시공간적 도착 패턴과 차량의 운행 시점과 구간별 운행 속도는 교통카드와 ...
승용차의 대중화로 인해 교통 혼잡이 증가하게 되었고 대중교통 이용 수요가 감소함에 따라 버스 운송업체들의 독립적인 운영이 힘들게 되었다. 이러한 문제점을 해소하기 위해서 서울시는 버스 준공영제를 기본으로 하는 대중교통 체계의 전반적인 개편을 하였다. 버스 준공영제 시행 이후 대중교통 이용 승객들은 높은 수준의 서비스를 받을 수 있게 되었고 버스 운송업체는 안정적인 경영 및 서비스를 할 수 있게 되었다. 이에 따라 대중교통의 이용률이 증가하는 추세를 보이고 있으나 서울시의 재정 지원 금액이 지속적으로 증가하고 있어 승객들에게 제공하는 서비스 수준의 감소를 최소화하면서 대중교통 운행비용을 줄이는 방법이 필요하게 되었다. 대중교통에서 발생하는 다양한 비용들을 총 교통비용으로 정의한다. 총 교통비용을 최소화하는 방향으로 운행 횟수와 배차 간격을 결정하는 방법이 일반적이다. 많은 연구에서는 시간대를 분할하고 승객의 수요가 높을 것으로 예상하는 시간대에 운행 횟수를 높게 할당한다. 하지만 시간대를 분할하는 방법은 시간 경계에서 배차 간격이 급변하는 문제가 발생할 수 있으며 시간대는 1시간 이상으로 구분하기 때문에 해당 시간 동안 승객들이 일정하게 정류소에 도착한다는 가정은 다소 무리가 있다. 또한, 정류소와 차고지 사이에 거리에 따라 동일 시점에 도착한 승객일지라도 운행 횟수를 조절해야 하는 시점이 다르다. 버스의 운행 속도도 운행 구간과 운행 시점에 따라 차이가 발생한다. 하지만 현재 연구에서 승객의 시공간적인 도착 패턴과 차량의 운행 시점과 구간별 운행 속도를 모두 고려한 연구는 매우 부족하다. 앞서 언급한 승객의 시공간적 도착 패턴과 차량의 운행 시점과 구간별 운행 속도는 교통카드와 BMS 데이터를 사용하여 추정할 수 있다. 이를 이용하여 최적의 운행 횟수와 배차 간격을 결정하는 알고리즘을 제안하고자 한다. 하지만 승객의 도착 패턴과 차량의 이동 속도는 수학적으로 모형화하는 것이 어려우므로 이를 수리적인 모델을 이용하여 해결하는 것은 큰 어려움이 있다. 따라서 본 연구에서는 메타 휴리스틱 기법의 하나인 유전자 알고리즘을 이용하여 운행 횟수와 배차 간격을 제시하고자 한다. 유전자 알고리즘은 풀고자 하는 문제에 대해 정해진 형태의 자료 구조로 표현하고 이를 점진적으로 발전시켜 나가면서 점점 더 좋은 해들을 생성해 가는 탐색 기법이다. 본 연구에서는 운행 횟수와 배차 간격 결정을 각기 다른 염색체 정의 방법과 적합도를 가지는 유전자 알고리즘을 설계하여 최종적으로 최적 운행 횟수와 배차 간격을 결정한다. 우선 최적 운행 횟수 산정하기 위한 유전자 알고리즘을 이용하여 운행 횟수를 결정하고 해당 운행 횟수를 기준으로 최적 배차 간격 결정 유전자 알고리즘을 이용하여 대기 시간을 최소로 하는 해를 탐색한다. 좋은 적합도(총 교통비용, 총 대기 시간)를 가지는 개체들을 선택, 교배, 돌연변이 연산을 적용하여 세대를 진화시켜 개체들을 발전시킨다. 이를 통해 총 교통비용이 최소화되는 운행 횟수와 총 대기 시간이 최소화되는 배차 간격을 결정하게 된다. 본 알고리즘을 검증하기 위해 서울시 143번 노선에 적용하였다. 서울시 143번 노선의 교통카드 데이터와 BMS 데이터를 이용하여 최적 설계 상수를 도출하고 도출된 결과를 기존의 배차 간격과 비교, 분석을 수행하였다.
승용차의 대중화로 인해 교통 혼잡이 증가하게 되었고 대중교통 이용 수요가 감소함에 따라 버스 운송업체들의 독립적인 운영이 힘들게 되었다. 이러한 문제점을 해소하기 위해서 서울시는 버스 준공영제를 기본으로 하는 대중교통 체계의 전반적인 개편을 하였다. 버스 준공영제 시행 이후 대중교통 이용 승객들은 높은 수준의 서비스를 받을 수 있게 되었고 버스 운송업체는 안정적인 경영 및 서비스를 할 수 있게 되었다. 이에 따라 대중교통의 이용률이 증가하는 추세를 보이고 있으나 서울시의 재정 지원 금액이 지속적으로 증가하고 있어 승객들에게 제공하는 서비스 수준의 감소를 최소화하면서 대중교통 운행비용을 줄이는 방법이 필요하게 되었다. 대중교통에서 발생하는 다양한 비용들을 총 교통비용으로 정의한다. 총 교통비용을 최소화하는 방향으로 운행 횟수와 배차 간격을 결정하는 방법이 일반적이다. 많은 연구에서는 시간대를 분할하고 승객의 수요가 높을 것으로 예상하는 시간대에 운행 횟수를 높게 할당한다. 하지만 시간대를 분할하는 방법은 시간 경계에서 배차 간격이 급변하는 문제가 발생할 수 있으며 시간대는 1시간 이상으로 구분하기 때문에 해당 시간 동안 승객들이 일정하게 정류소에 도착한다는 가정은 다소 무리가 있다. 또한, 정류소와 차고지 사이에 거리에 따라 동일 시점에 도착한 승객일지라도 운행 횟수를 조절해야 하는 시점이 다르다. 버스의 운행 속도도 운행 구간과 운행 시점에 따라 차이가 발생한다. 하지만 현재 연구에서 승객의 시공간적인 도착 패턴과 차량의 운행 시점과 구간별 운행 속도를 모두 고려한 연구는 매우 부족하다. 앞서 언급한 승객의 시공간적 도착 패턴과 차량의 운행 시점과 구간별 운행 속도는 교통카드와 BMS 데이터를 사용하여 추정할 수 있다. 이를 이용하여 최적의 운행 횟수와 배차 간격을 결정하는 알고리즘을 제안하고자 한다. 하지만 승객의 도착 패턴과 차량의 이동 속도는 수학적으로 모형화하는 것이 어려우므로 이를 수리적인 모델을 이용하여 해결하는 것은 큰 어려움이 있다. 따라서 본 연구에서는 메타 휴리스틱 기법의 하나인 유전자 알고리즘을 이용하여 운행 횟수와 배차 간격을 제시하고자 한다. 유전자 알고리즘은 풀고자 하는 문제에 대해 정해진 형태의 자료 구조로 표현하고 이를 점진적으로 발전시켜 나가면서 점점 더 좋은 해들을 생성해 가는 탐색 기법이다. 본 연구에서는 운행 횟수와 배차 간격 결정을 각기 다른 염색체 정의 방법과 적합도를 가지는 유전자 알고리즘을 설계하여 최종적으로 최적 운행 횟수와 배차 간격을 결정한다. 우선 최적 운행 횟수 산정하기 위한 유전자 알고리즘을 이용하여 운행 횟수를 결정하고 해당 운행 횟수를 기준으로 최적 배차 간격 결정 유전자 알고리즘을 이용하여 대기 시간을 최소로 하는 해를 탐색한다. 좋은 적합도(총 교통비용, 총 대기 시간)를 가지는 개체들을 선택, 교배, 돌연변이 연산을 적용하여 세대를 진화시켜 개체들을 발전시킨다. 이를 통해 총 교통비용이 최소화되는 운행 횟수와 총 대기 시간이 최소화되는 배차 간격을 결정하게 된다. 본 알고리즘을 검증하기 위해 서울시 143번 노선에 적용하였다. 서울시 143번 노선의 교통카드 데이터와 BMS 데이터를 이용하여 최적 설계 상수를 도출하고 도출된 결과를 기존의 배차 간격과 비교, 분석을 수행하였다.
Traffic congestion has been annually increased by popularization of car, and independent operation of transportation company become difficult by decreasing passengers who use public transportation. To solve a problem, Seoul city reorganizes overall public transportation system which is based on bus ...
Traffic congestion has been annually increased by popularization of car, and independent operation of transportation company become difficult by decreasing passengers who use public transportation. To solve a problem, Seoul city reorganizes overall public transportation system which is based on bus quasi-public system. The passengers has been able to be provided with high quality service through reformed system, and transportation company can manage and offer the services stably. As a result, the rate of utilizing public transportation has been grown recently. However, financial fund provided by Seoul city has been gradually grown, many researchers have studied to decrease operation expense. In many studies, total traffic cost is defined which is spending cost of public traffic usage. General method minimizes total traffic cost adjusting bus scheduling. Most of study generally time zones and time zones of high demand supply many buses. But Passengers don't arrive at station uniformly and there is no regularity. Also bus speed is different according to time and space. However, it needs to research considering of passengers’ arrival time and spatial pattern, and bus speed. passengers’arrival and bus speed are difficult to modeling mathematical method. But using BMS(bus management system) data and transportation card data, spatio-temporal distribution of passengers and bus speed can be estimated. Using this data, algorithm determining optimal operation count and headway is suggested. Therefore, In this study, genetic algorithm which is one of the meta heuristic algorithm is used. Genetic algorithms belong to the larger class of evolutionary algorithms(EA), which generate solutions to optimization problems using techniques inspired by natural evolution, such as inheritance, mutation, selection, and crossover. In this study, chromosome is start time from garage. Total traffic cost and total wait time are calculated through chromosome. And chromosome that have better fitness performs the operation that is selection, crossover and mutation. After that, developing the generation, the solution is getting better and better. Using this algorithm, Operation count of total traffic cost minimized and headway of total wait time minimized is determined. To verify the algorithm, this algorithm is applied 143 route in seoul. Using BMS and transportation card data, optimal parameter is determined, and the result of this route will be compared with existing route.
Traffic congestion has been annually increased by popularization of car, and independent operation of transportation company become difficult by decreasing passengers who use public transportation. To solve a problem, Seoul city reorganizes overall public transportation system which is based on bus quasi-public system. The passengers has been able to be provided with high quality service through reformed system, and transportation company can manage and offer the services stably. As a result, the rate of utilizing public transportation has been grown recently. However, financial fund provided by Seoul city has been gradually grown, many researchers have studied to decrease operation expense. In many studies, total traffic cost is defined which is spending cost of public traffic usage. General method minimizes total traffic cost adjusting bus scheduling. Most of study generally time zones and time zones of high demand supply many buses. But Passengers don't arrive at station uniformly and there is no regularity. Also bus speed is different according to time and space. However, it needs to research considering of passengers’ arrival time and spatial pattern, and bus speed. passengers’arrival and bus speed are difficult to modeling mathematical method. But using BMS(bus management system) data and transportation card data, spatio-temporal distribution of passengers and bus speed can be estimated. Using this data, algorithm determining optimal operation count and headway is suggested. Therefore, In this study, genetic algorithm which is one of the meta heuristic algorithm is used. Genetic algorithms belong to the larger class of evolutionary algorithms(EA), which generate solutions to optimization problems using techniques inspired by natural evolution, such as inheritance, mutation, selection, and crossover. In this study, chromosome is start time from garage. Total traffic cost and total wait time are calculated through chromosome. And chromosome that have better fitness performs the operation that is selection, crossover and mutation. After that, developing the generation, the solution is getting better and better. Using this algorithm, Operation count of total traffic cost minimized and headway of total wait time minimized is determined. To verify the algorithm, this algorithm is applied 143 route in seoul. Using BMS and transportation card data, optimal parameter is determined, and the result of this route will be compared with existing route.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.