우리나라는 최근 10년간 자연재해로 인한 인명피해와 재산피해가 줄어드는 추세를 보이고 있었으나, 인적 재해의 발생건수와 인명피해는 점차 증가하는 경향을 보이고 있으며, 최근 경주 지진, 부산 해일 등의 자연 재해가 발생함에 따라 자연 재해로부터도 안전하지 못하다는 인식이 확산되어 국민들의 안전에 대한 의식이 증대되었다. 그럼에도 불구하고, 재난 상황에서 국민들의 안전을 보장할 수 있는 대피소를 설치하거나 지정함에 있어서는 법률적ㆍ제도적 기준이나 근거가 부재한 실정이며, 단순한 대피소의 양적 기준 충족을 위한 무분별한 대피소 지정이 빈번하여 대피소의 효율적 활용이나 관리가 어려운 실정이다. 따라서 본 연구에서는 보다 효율적인 대피소의 지정 및 관리를 도모하며, 대피 상황에서의 통행패턴을 반영하기 위해 대피수요와 기준 대피시간을 고려한 적정 대피소 개소수 및 입지 도출 방법론을 개발하고 개발된 방법론을 교통 분야에서 일반적으로 사용되고 있는 테스트 네트워크인 Sioux Falls Network에 적용하였다. 대피소 적정 입지 도출 방법론은 크게 3가지 단계로 구분할 수 있다. 방법론의 최초에는 초기 대피소의 개소수를 지정하고 임의로 대상지역 내의 지점을 선택하게 되는데 이렇게 지정된 대피소의 초기 개소수는 점차 증가하면서 본 방법론의 목적인 모든 대피수요가 기준 대피시간 내에 대피할 수 있도록 하는 대피소의 개소수 및 입지를 탐색하게 된다. 초기 대피소의 개소수를 설정하고 난 후에는 해당 개소수를 기반으로 하여 대피 대상지역을 대피소의 개소수와 동일한 수의 권역으로 구분하게 된다. 이는 각 대피소의 서비스영역을 설정하는 의미를 가짐과 동시에 후에 대피소의 적정 입지를 도출할 때 활용하는 ...
우리나라는 최근 10년간 자연재해로 인한 인명피해와 재산피해가 줄어드는 추세를 보이고 있었으나, 인적 재해의 발생건수와 인명피해는 점차 증가하는 경향을 보이고 있으며, 최근 경주 지진, 부산 해일 등의 자연 재해가 발생함에 따라 자연 재해로부터도 안전하지 못하다는 인식이 확산되어 국민들의 안전에 대한 의식이 증대되었다. 그럼에도 불구하고, 재난 상황에서 국민들의 안전을 보장할 수 있는 대피소를 설치하거나 지정함에 있어서는 법률적ㆍ제도적 기준이나 근거가 부재한 실정이며, 단순한 대피소의 양적 기준 충족을 위한 무분별한 대피소 지정이 빈번하여 대피소의 효율적 활용이나 관리가 어려운 실정이다. 따라서 본 연구에서는 보다 효율적인 대피소의 지정 및 관리를 도모하며, 대피 상황에서의 통행패턴을 반영하기 위해 대피수요와 기준 대피시간을 고려한 적정 대피소 개소수 및 입지 도출 방법론을 개발하고 개발된 방법론을 교통 분야에서 일반적으로 사용되고 있는 테스트 네트워크인 Sioux Falls Network에 적용하였다. 대피소 적정 입지 도출 방법론은 크게 3가지 단계로 구분할 수 있다. 방법론의 최초에는 초기 대피소의 개소수를 지정하고 임의로 대상지역 내의 지점을 선택하게 되는데 이렇게 지정된 대피소의 초기 개소수는 점차 증가하면서 본 방법론의 목적인 모든 대피수요가 기준 대피시간 내에 대피할 수 있도록 하는 대피소의 개소수 및 입지를 탐색하게 된다. 초기 대피소의 개소수를 설정하고 난 후에는 해당 개소수를 기반으로 하여 대피 대상지역을 대피소의 개소수와 동일한 수의 권역으로 구분하게 된다. 이는 각 대피소의 서비스영역을 설정하는 의미를 가짐과 동시에 후에 대피소의 적정 입지를 도출할 때 활용하는 유전자 알고리즘을 적용함에 있어서 방법론의 수렴 가능성을 높이는 역할을 한다. 대상지역의 권역 구분은 기 지정된 대피소의 위치에 기반하여 각 지점이 최단거리의 대피소로 대피할 수 있도록 총 대피시간을 최소화시킬 수 있는 권역을 설정하기 위하여 K-Means Clustering Algorithm을 활용하여 수행하게 된다. 대상지역의 권역이 확정된 후에는 각 권역에 하나의 대피소가 입지한다고 가정하고 각 권역별 대피소 입지 조합 대안을 발생시키고 각 대피소 입지 조합 대안별로 이용자 평형 통행배정을 수행하게 된다. 유전자 알고리즘을 활용하여 총 대피시간을 최소화시킬 수 있는 대피소 입지 조합 대안을 탐색하게 되고, 각 대안별 통행배정 결과를 기반으로 하여 모든 지점에 대한 대피시간이 기준 대피시간보다 작은 대안이 탐색되면 해당 대안을 적정 입지 조합으로 설정하고 방법론을 종료하게 된다. 만약 지정된 유전자 알고리즘 반복횟수에 도달하였음에도 불구하고, 모든 지점에 대한 대피시간이 기준 대피시간 이하인 대피소 입지 조합이 없을 경우, 대피소의 개소수를 1개소 증가시키고 다시 방법론을 반복하여 수행하며, 적정 대피소 입지 조합을 탐색하게 된다. 본 연구에서 개발한 방법론은 각 대피소별 권역 구분과 적정 입지 도출을 별개의 과정으로 구분하여 각 과정에 대한 연계가 고려되지 못 하였고, 대피소 입지 대안에 대한 시설의 용량이 고려되지 못 하였다는 한계점을 가지고 있다. 따라서 이러한 요인을 개선할 수 있는 연구가 향후 진행된다면 도시 및 교통계획, 대피 전략의 수립 등에 있어서 본 연구가 가이드라인으로서 역할을 할 수 있을 것으로 기대한다.
우리나라는 최근 10년간 자연재해로 인한 인명피해와 재산피해가 줄어드는 추세를 보이고 있었으나, 인적 재해의 발생건수와 인명피해는 점차 증가하는 경향을 보이고 있으며, 최근 경주 지진, 부산 해일 등의 자연 재해가 발생함에 따라 자연 재해로부터도 안전하지 못하다는 인식이 확산되어 국민들의 안전에 대한 의식이 증대되었다. 그럼에도 불구하고, 재난 상황에서 국민들의 안전을 보장할 수 있는 대피소를 설치하거나 지정함에 있어서는 법률적ㆍ제도적 기준이나 근거가 부재한 실정이며, 단순한 대피소의 양적 기준 충족을 위한 무분별한 대피소 지정이 빈번하여 대피소의 효율적 활용이나 관리가 어려운 실정이다. 따라서 본 연구에서는 보다 효율적인 대피소의 지정 및 관리를 도모하며, 대피 상황에서의 통행패턴을 반영하기 위해 대피수요와 기준 대피시간을 고려한 적정 대피소 개소수 및 입지 도출 방법론을 개발하고 개발된 방법론을 교통 분야에서 일반적으로 사용되고 있는 테스트 네트워크인 Sioux Falls Network에 적용하였다. 대피소 적정 입지 도출 방법론은 크게 3가지 단계로 구분할 수 있다. 방법론의 최초에는 초기 대피소의 개소수를 지정하고 임의로 대상지역 내의 지점을 선택하게 되는데 이렇게 지정된 대피소의 초기 개소수는 점차 증가하면서 본 방법론의 목적인 모든 대피수요가 기준 대피시간 내에 대피할 수 있도록 하는 대피소의 개소수 및 입지를 탐색하게 된다. 초기 대피소의 개소수를 설정하고 난 후에는 해당 개소수를 기반으로 하여 대피 대상지역을 대피소의 개소수와 동일한 수의 권역으로 구분하게 된다. 이는 각 대피소의 서비스영역을 설정하는 의미를 가짐과 동시에 후에 대피소의 적정 입지를 도출할 때 활용하는 유전자 알고리즘을 적용함에 있어서 방법론의 수렴 가능성을 높이는 역할을 한다. 대상지역의 권역 구분은 기 지정된 대피소의 위치에 기반하여 각 지점이 최단거리의 대피소로 대피할 수 있도록 총 대피시간을 최소화시킬 수 있는 권역을 설정하기 위하여 K-Means Clustering Algorithm을 활용하여 수행하게 된다. 대상지역의 권역이 확정된 후에는 각 권역에 하나의 대피소가 입지한다고 가정하고 각 권역별 대피소 입지 조합 대안을 발생시키고 각 대피소 입지 조합 대안별로 이용자 평형 통행배정을 수행하게 된다. 유전자 알고리즘을 활용하여 총 대피시간을 최소화시킬 수 있는 대피소 입지 조합 대안을 탐색하게 되고, 각 대안별 통행배정 결과를 기반으로 하여 모든 지점에 대한 대피시간이 기준 대피시간보다 작은 대안이 탐색되면 해당 대안을 적정 입지 조합으로 설정하고 방법론을 종료하게 된다. 만약 지정된 유전자 알고리즘 반복횟수에 도달하였음에도 불구하고, 모든 지점에 대한 대피시간이 기준 대피시간 이하인 대피소 입지 조합이 없을 경우, 대피소의 개소수를 1개소 증가시키고 다시 방법론을 반복하여 수행하며, 적정 대피소 입지 조합을 탐색하게 된다. 본 연구에서 개발한 방법론은 각 대피소별 권역 구분과 적정 입지 도출을 별개의 과정으로 구분하여 각 과정에 대한 연계가 고려되지 못 하였고, 대피소 입지 대안에 대한 시설의 용량이 고려되지 못 하였다는 한계점을 가지고 있다. 따라서 이러한 요인을 개선할 수 있는 연구가 향후 진행된다면 도시 및 교통계획, 대피 전략의 수립 등에 있어서 본 연구가 가이드라인으로서 역할을 할 수 있을 것으로 기대한다.
In the last decade, in South Korea, trends of human life and property damages caused by natural disasters seemed to be decreasing. However, as the number of man-made disasters and damages gradually increased and as the natural disasters, such as earthquake in Gyeongju and tsunami in Busan, occurred ...
In the last decade, in South Korea, trends of human life and property damages caused by natural disasters seemed to be decreasing. However, as the number of man-made disasters and damages gradually increased and as the natural disasters, such as earthquake in Gyeongju and tsunami in Busan, occurred in recent times, citizens' consciousness on safety from natural disasters has broaden. Nevertheless, there are no institutional standard or basis on designating shelter to protect citizens during the state of disasters, and, rather, there are only indiscriminate shelter designation to satisfy quantitative standard, producing hardships on efficient utilization and management. Consequently, in this study, to promote efficient designation and management of shelter and to apply flow pattern during the evacuation, it developed a methodology for resolving optimal shelter location problem that considers evacuation demand and target evacuation time, and applied the developed methodology on Sioux Falls Network, which is a generally used task network in the field of transportation. The methodology for solving the optimal number and location problem of shelter can be divided to three steps. At first, the initial number and location of the shelters should be determined inside target area before the algorithm starts. Based on the initial number of shelter, the methodology searches the optimal number and location of shelters with increasing the number of shelters and the optimal number and location of the shelter should accomplish the constraint that all evacuation demand should evacuate to shelters within target evacuation time. After determining the initial number and location of shelters, the target area would be divided into several sub areas that is the equal number of the intial number of shelters. Each sub areas mean the service areas of each shelters and contribute to increase the convergence probability of next step using Genetic Algorithm. The target area dividing procedure utilizes K-Means Clustering Algorithm in order to divide target area into several sub areas that can minimize total evacuation time based on the initial number and location of shelters. At this step, by dividing target area into sub areas, the methodology supposes that each evacuation demand evacuates to the nearest shelter. For the next step, after the sub areas are confirmed, the methodology needs a supposition that only one shelter should locate at one sub area. And then, based on the confirmed sub area, the methodology needs to generates combinations of shelter location and for each combinations of shelter locations, user’s equilibrium traffic assignment is performed. Then, the methodology investigates the shelter location combination that can minimize total evacuation time using the result of traffic assignment with Genetic Algorithm and if there is at least one shelter location combination that evacuation time from all spots in target area is lower than the target evacuation time exist, the algorithm terminates. If the Genetic Algorithm cannot discover the optimal solution that can accomplish the convergence condition, when the number of iteration reaches the threshold, the methodology increases one shelter and restart the algorithm from the beginning until it finds the optimal combination of shelter location. Because the methodology proposed by this study separates two steps, dividing target area into sub areas and searching optimal combination of shelter locations, the connection between these two steps could not be considered and the study has a drawback that it does not take account of each shelter’s capacity. Therefore if the study that can improve these limitations will be conducted, it will be expected that this study can play a role of a guideline in the field of urban planning, transportation planning and evacuation strategy.
In the last decade, in South Korea, trends of human life and property damages caused by natural disasters seemed to be decreasing. However, as the number of man-made disasters and damages gradually increased and as the natural disasters, such as earthquake in Gyeongju and tsunami in Busan, occurred in recent times, citizens' consciousness on safety from natural disasters has broaden. Nevertheless, there are no institutional standard or basis on designating shelter to protect citizens during the state of disasters, and, rather, there are only indiscriminate shelter designation to satisfy quantitative standard, producing hardships on efficient utilization and management. Consequently, in this study, to promote efficient designation and management of shelter and to apply flow pattern during the evacuation, it developed a methodology for resolving optimal shelter location problem that considers evacuation demand and target evacuation time, and applied the developed methodology on Sioux Falls Network, which is a generally used task network in the field of transportation. The methodology for solving the optimal number and location problem of shelter can be divided to three steps. At first, the initial number and location of the shelters should be determined inside target area before the algorithm starts. Based on the initial number of shelter, the methodology searches the optimal number and location of shelters with increasing the number of shelters and the optimal number and location of the shelter should accomplish the constraint that all evacuation demand should evacuate to shelters within target evacuation time. After determining the initial number and location of shelters, the target area would be divided into several sub areas that is the equal number of the intial number of shelters. Each sub areas mean the service areas of each shelters and contribute to increase the convergence probability of next step using Genetic Algorithm. The target area dividing procedure utilizes K-Means Clustering Algorithm in order to divide target area into several sub areas that can minimize total evacuation time based on the initial number and location of shelters. At this step, by dividing target area into sub areas, the methodology supposes that each evacuation demand evacuates to the nearest shelter. For the next step, after the sub areas are confirmed, the methodology needs a supposition that only one shelter should locate at one sub area. And then, based on the confirmed sub area, the methodology needs to generates combinations of shelter location and for each combinations of shelter locations, user’s equilibrium traffic assignment is performed. Then, the methodology investigates the shelter location combination that can minimize total evacuation time using the result of traffic assignment with Genetic Algorithm and if there is at least one shelter location combination that evacuation time from all spots in target area is lower than the target evacuation time exist, the algorithm terminates. If the Genetic Algorithm cannot discover the optimal solution that can accomplish the convergence condition, when the number of iteration reaches the threshold, the methodology increases one shelter and restart the algorithm from the beginning until it finds the optimal combination of shelter location. Because the methodology proposed by this study separates two steps, dividing target area into sub areas and searching optimal combination of shelter locations, the connection between these two steps could not be considered and the study has a drawback that it does not take account of each shelter’s capacity. Therefore if the study that can improve these limitations will be conducted, it will be expected that this study can play a role of a guideline in the field of urban planning, transportation planning and evacuation strategy.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.