교통계획과 도시계획은 상호 영향을 미치는 의사결정 과정이나, 대부분의 교통계획 모형은 도시계획적 상황(도시개발 위치, 계획인구 등)을 기 결정된 요인 혹은 확률적 매개변수로 가정하고 교통수요를 추정하고 있다. 그러나 도시계획과 관련된 요인 역시 교통 네트워크의 상황에 따라 바뀌어 결정될 수 있다. 특히, 우리나라 수도권은 대규모 택지개발과 재개발이 다양한 지역에서 지속적으로 검토 혹은 추진되고 있는 바, 이를 상호 연계하여 결정하는 모형 역시 실효적일 것으로 판단된다. 본 연구는 도시계획적 요소인 개발밀도와 다수의 철도 후보 사업이 존재할 때 이를 동시에 결정하는 수리모형을 제안한다. 구체적으로 바이레벨 모형을 통해 상위레벨에서는 목표를 달성할 수 있는 철도사업 집합 및 도시개발 주거인구의 ...
교통계획과 도시계획은 상호 영향을 미치는 의사결정 과정이나, 대부분의 교통계획 모형은 도시계획적 상황(도시개발 위치, 계획인구 등)을 기 결정된 요인 혹은 확률적 매개변수로 가정하고 교통수요를 추정하고 있다. 그러나 도시계획과 관련된 요인 역시 교통 네트워크의 상황에 따라 바뀌어 결정될 수 있다. 특히, 우리나라 수도권은 대규모 택지개발과 재개발이 다양한 지역에서 지속적으로 검토 혹은 추진되고 있는 바, 이를 상호 연계하여 결정하는 모형 역시 실효적일 것으로 판단된다. 본 연구는 도시계획적 요소인 개발밀도와 다수의 철도 후보 사업이 존재할 때 이를 동시에 결정하는 수리모형을 제안한다. 구체적으로 바이레벨 모형을 통해 상위레벨에서는 목표를 달성할 수 있는 철도사업 집합 및 도시개발 주거인구의 최적해를 도출하며, 하위레벨에서는 통행자의 통행분포 / 수단분담 / 경로선택에 대한 결합모형을 통해 균형 경로 통행량, 수단 통행량, 기종점 통행량을 동시에 도출해 낸다. 또한, 의사결정 지원을 위해 목표기반 다목적함수를 적용하였고 목적계획법을 활용하여 환경성, 수단분담률, 형평성의 세 가지 목적측도를 반영하였다. 더불어 문제를 풀기 위해 유전 알고리즘 활용 시 문제에 적합한 염색체 형태 및 알고리즘 연산 방법을 제안하였다. 마지막으로 매개변수별 민감도 실험을 통해 알고리즘의 활용 특성을 검토하였으며, 교통 수요에 대한 민감도 실험을 통해 개발밀도의 변화를 분석하였다. 유전 알고리즘의 연산 매개변수 민감도를 분석한 결과, 교차나 변이 확률에 따른 목표 달성여부의 차이는 없었다. 다만, 지역 최적해에 빠지지 않을 정도의 해집단 수와 변이 연산 확률이 수렴의 신속성을 고려하여 설정되어야 할 것이다. 결합모형 매개변수는 인구할당 비율에 큰 영향을 미칠 수 있으므로 기준년도의 실제 통행행태를 바탕으로 정산을 수행한 후 분석해야 된다. 예산제약은 후보 철도사업으로 선정되는 링크 수에 직접적으로 영향을 미치게 되며, 목표측도별 목표값 설정이나 우선순위 구조에 따라서도 최적해가 상이해지므로 의사결정 과정에서 피드백이 중요하다. 또한, 사업 미시행시의 교통 네트워크 혼잡 정도에 따라 수렴성 및 결정변수 등이 변화하고, 목적측도의 목표 달성 여부, 목적측도의 편차에 영향을 미치게 된다. 본 연구를 통해 철도 교통망과 도시계획 요소가 결합된 의사결정을 수행함으로써 사회적 효용 증대시킬 수 있다. 구체적으로 철도 공급 수준에 부합하는 신도시 및 재개발의 계획인구 밀도를 결정해줌으로써 출퇴근과 같은 상시적 교통비용을 감소시키고 시설 운영의 효율성을 증대시킬 수 있다. 또한, 목표계획법을 적용하여 의사결정 지원 기능을 강화할 수 있는데, 다양한 목적측도를 적용함으로써 공공 영역의 장기적이고 명시적인 정책 목표를 달성할 수 있는 최적화 결과를 제공할 수 있다.
교통계획과 도시계획은 상호 영향을 미치는 의사결정 과정이나, 대부분의 교통계획 모형은 도시계획적 상황(도시개발 위치, 계획인구 등)을 기 결정된 요인 혹은 확률적 매개변수로 가정하고 교통수요를 추정하고 있다. 그러나 도시계획과 관련된 요인 역시 교통 네트워크의 상황에 따라 바뀌어 결정될 수 있다. 특히, 우리나라 수도권은 대규모 택지개발과 재개발이 다양한 지역에서 지속적으로 검토 혹은 추진되고 있는 바, 이를 상호 연계하여 결정하는 모형 역시 실효적일 것으로 판단된다. 본 연구는 도시계획적 요소인 개발밀도와 다수의 철도 후보 사업이 존재할 때 이를 동시에 결정하는 수리모형을 제안한다. 구체적으로 바이레벨 모형을 통해 상위레벨에서는 목표를 달성할 수 있는 철도사업 집합 및 도시개발 주거인구의 최적해를 도출하며, 하위레벨에서는 통행자의 통행분포 / 수단분담 / 경로선택에 대한 결합모형을 통해 균형 경로 통행량, 수단 통행량, 기종점 통행량을 동시에 도출해 낸다. 또한, 의사결정 지원을 위해 목표기반 다목적함수를 적용하였고 목적계획법을 활용하여 환경성, 수단분담률, 형평성의 세 가지 목적측도를 반영하였다. 더불어 문제를 풀기 위해 유전 알고리즘 활용 시 문제에 적합한 염색체 형태 및 알고리즘 연산 방법을 제안하였다. 마지막으로 매개변수별 민감도 실험을 통해 알고리즘의 활용 특성을 검토하였으며, 교통 수요에 대한 민감도 실험을 통해 개발밀도의 변화를 분석하였다. 유전 알고리즘의 연산 매개변수 민감도를 분석한 결과, 교차나 변이 확률에 따른 목표 달성여부의 차이는 없었다. 다만, 지역 최적해에 빠지지 않을 정도의 해집단 수와 변이 연산 확률이 수렴의 신속성을 고려하여 설정되어야 할 것이다. 결합모형 매개변수는 인구할당 비율에 큰 영향을 미칠 수 있으므로 기준년도의 실제 통행행태를 바탕으로 정산을 수행한 후 분석해야 된다. 예산제약은 후보 철도사업으로 선정되는 링크 수에 직접적으로 영향을 미치게 되며, 목표측도별 목표값 설정이나 우선순위 구조에 따라서도 최적해가 상이해지므로 의사결정 과정에서 피드백이 중요하다. 또한, 사업 미시행시의 교통 네트워크 혼잡 정도에 따라 수렴성 및 결정변수 등이 변화하고, 목적측도의 목표 달성 여부, 목적측도의 편차에 영향을 미치게 된다. 본 연구를 통해 철도 교통망과 도시계획 요소가 결합된 의사결정을 수행함으로써 사회적 효용 증대시킬 수 있다. 구체적으로 철도 공급 수준에 부합하는 신도시 및 재개발의 계획인구 밀도를 결정해줌으로써 출퇴근과 같은 상시적 교통비용을 감소시키고 시설 운영의 효율성을 증대시킬 수 있다. 또한, 목표계획법을 적용하여 의사결정 지원 기능을 강화할 수 있는데, 다양한 목적측도를 적용함으로써 공공 영역의 장기적이고 명시적인 정책 목표를 달성할 수 있는 최적화 결과를 제공할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.