[논문]다항로짓모형을 이용한 지역간 철도통행 연구

김경태; 이진선

다항로짓모형을 이용한 지역간 철도통행 연구
Multinomial Logit Modeling: Focus on Regional Rail Trips 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.25 no.1 = no.94, 2007년, pp.109 - 119

초록
AI-Helper

지역간 철도통행은 열차종별로, 요일별로 또는 거리구간대별로 다양한 특성을 가지고 있으며, 각 구간별로 제공되는 교통 서비스나 경쟁요인에 따라 이용수요에 차이를 보이게 된다 따라서 지역간 철도내부의 서비스 및 경쟁요인의 변화는 결과적으로 차종별 분담률에 영향을 주는 요인이 된다 본 연구에서는 지역간 철도통행에서 역간 수요의 차종별 분담률에 영향을 주는 요인으로서 열차운영계획과 밀접한 관련이 있는 빈도, 차내 시간 그리고 운임변수를 고려하여 다항로짓모형을 추정하고, 모형을 이용한 예측치와 실제 통행량을 비교함으로써 모형의 적정성을 검토해 보았다. 지역간 철도에서 역간 수요의 차종별 분담률은 빈도와 차내 시간이 차종선택에 중요한 영향을 미치는 것으로 분석되었으며 열차운영계획의 매우 중요한 고려대상임을 확인할 수 있었다. 또한 일반적으로 철도수요가 요일별 특성이 뚜렷하지만 역간 수요의 차종별 분담률은 요일별 특성을 보이지 않는 것으로 분석되었다. 본 연구의 결과는 효율적인 열차운영계획의 수립과 철도서비스 구축을 위한 기반을 제공할 수 있을 것으로 기대되며, 다양한 전략적 정책적 해석이 가능할 것으로 판단된다.

Abstract ▼ AI-Helper

Increasingly, the emphasis in regional Passenger rail Planning is finding ways to more efficiently use existing facilities, with particular attention being Paid to Policies designed to spread Peak-Period travel demand more evenly throughout the week with consideration of train classification. In this context the individual's choice of time to travel is of crucial significance. This paper investigates the use of multinomial logit analysis to model ridership by rail classification using data collected for travel from Seoul to Busan during the one week in October 2004. The Particular model form that was successfully calibrated was the multinomial logit (MNL) model : it describes the choice mechanism that will Permit rail systems and operations to be planned on a more reliable basis. The assumption of independently and identically distributed(IID) error terms in the MNL model leads to its infamous independence from irrelevant alternatives (IIA) property. Relaxation of the IID assumption has been undertaken along a number or isolated dimensions leading to the development of the MNL model. For business and related rail travel patterns, the most important variables of choice were time and frequency to the chosen destination. The calibrated model showed high agreement between observed and Predicted market shares. The model is expected to be of use to railroad authorities in Planning and determining business strategies in the Increasingly competitive environment or regional rail transport.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

일반적으로 역 간 수요의 차종별 분담률은 통행배정의 결과로서 얻어지는 것이 보통이지만 본 연구에서는 통행배정모형을 활용하지 않고. 각 차종별 서비스 수준을 직접 활용하여 역 간 수요의 차종별 분담률을 구하고자 하였다.
늘어날 것으로 추정하였다. 따라서 추정한 계수가 이와 부합하면 채택하고, 계수의 부호가 다르면 그 변수는 제외하고 분석하고자 하였다. 모형 구축과정의 초기에는 빈도(FREQ), 차내시간(TIME), 운임(COST)을 변수로 하여 모형을 구축하였으며 그 결과는<표 4>에서 제시하였다.
는 데에 어려움을 겪는 가장 큰 이유는 모든 노선의 통행 비용을 일반화비용이라는 하나의 지표로만 활용하기 때문에 각 노선의 분담률에 영향을 줄 수 있는 요인 중에서 일반화비용에 포함되지 않거나, 포함되더라도 노선별 분담률에 독자적인 영향을 줄 수 없기 때문이다. 본 연구에서는 지역간 철도에서 경로구간의 차종별 수요 분담률에 영향을 주는 요인들 각각의 영향력을 확인할 수 있는 보다 효과적인 접근을 통하여 차종별 분담률을 계산하고자 하였다.
본 연구에서는 지역간 철도에서 역간 수요의 차 종별분담률에 영향을 주는 요인으로서 열차운영계획과 밀접한 관련이 있는 빈도, 차내 시간을 포함한 운임을 고려하여 다항.로짓모형을 이용하여 분석하였다.

가설 설정

관측 불가능한 효용은 I.I.A. 속성을 갖고 Gumbel 분포를 따르는 것으로 가정한다. 일반적인 Gumbel 분포의 분포함수와 확률밀도함수는 다음과 같다.
수 있다. 본 연구에서는 자료 취득의 한계로 인하여 차종별 선택확률은 빈도와 통행시간, 운임에 의해서 결정되는 것으로 가정하고, 선택확률은 다항로짓모형을 이용하여 계산하였다.

제안 방법

그 결과 운임 (COST) 변수를 제외하고 빈도와 통행 시간 변수만으로 모형을 구축하였으며 , 그 결과는에서 제시하였다.
셋째, 분석기간 중의 운임체계를 활용하였다. 다항로짓모형 구축을 위한 표본자료추출 방법은 특정 일에 총 지역간 통행수요 중 무작위추출 (random)을 이용하여 총 자료수의 10%를 임의로 추출하였다.
모형 구축과정의 초기에는 빈도(FREQ), 차내시간(TIME), 운임(COST)을 변수로 하여 모형을 구축하였으며 그 결과는에서 제시하였다.
본 연구에서는 경로구간의 차종별 분담률이 정규분포의 의미를 가지게 되어 모형구축이 힘들지만 이를 Gumbel 분포로 가정할 경우 로짓모형 구축을 통해 영향변수에 대한 분석이 가능할 것으로 판단하였다. 확률적 효용은 실제 관측되지 않거나 설명할 수 없는 효용 부분으로 로짓모형의 확률적 부분을 구성하는 요소이다.
등의 열차운행실적. 셋째, 분석기간 중의 운임체계를 활용하였다. 다항로짓모형 구축을 위한 표본자료추출 방법은 특정 일에 총 지역간 통행수요 중 무작위추출 (random)을 이용하여 총 자료수의 10%를 임의로 추출하였다.
와에서는 고속철도 개통 전후 동일 기간의 지역간 철도의 차종별 수요 분담률에 크게 영향을 줄 것으로 판단되는 차종별 통행시간과 열차 운행 횟수를 분석하였다.
요일별 자료 분석에 의하면, 요일별로 편차가 크지 않기 때문에 일주일 자료를 모두 취합하여 구축한 모형을 이용하여 분석한 결과를에서 제시하였다.
요일별로 구축한 모형을 이용하여 분석한 결과를에서 제시하였다.
로짓모형을 이용하여 분석하였다. 이러한 차종별 수요에 영향을 주는 여러가지 변수를 이용하여 모형을 추정하고, 모형을 이용한 예측치와 실제 통행량을 비교함으로써 모형의 적정성을 검토해 보았다. 본 연구의결과는 효율적인 열차운영계획의 수립과 철도서비스 구축을 위한 기반을 제공할 수 있을 것으로 기대된다.
분석하였다. 일상적 통행에 영향을 주지 않는 즉, 변화가 일어나지 않는 기간을 추려본 결과, 통행시간과 열차 운행 횟수가 어느 정도 일정한 양상을 유지하는 2003년 10월 6일부터 12월 14일(고속철도 개통 전까지, 또한 2004년 10월 4일부터 12월 12일(고속철도 개통 후)까지 각각 10주에 대해서 분석하였다.
본 연구에서는 상 . 하행 방향별로 별다른 차이점이 없으므로 하행을 기준으로 분석하였다.<그림 2>에서 보는 바와 같이 요일별 변동이 뚜렷한 것으로 분석되었다.

대상 데이터

분석에 사용된 자료는 첫째, 분석기간의 일별 역 간수요, 둘째, 분석기간의 일별 열차별 정차역, 정차역간 차내 시간 등의 열차운행실적. 셋째, 분석기간 중의 운임체계를 활용하였다.
구축하였다. 분석자료는 고속철도 개통 이후의 자료를 선정하였다. 열차운영계획이 안정적인 것으로 분석된 바 있는 2004년 10월 6일부터 12월 12일까지의 10주 자료 중에서 2004년 10월 18일~2004년 ]0 월 24일의 일주일 자료를 활용하였다.
분석자료는 고속철도 개통 이후의 자료를 선정하였다. 열차운영계획이 안정적인 것으로 분석된 바 있는 2004년 10월 6일부터 12월 12일까지의 10주 자료 중에서 2004년 10월 18일~2004년 ]0 월 24일의 일주일 자료를 활용하였다.

데이터처리

<표 5>에서 구축된 모형을 이용하여 관측통행량과 예측통행량을 Theil의 부등계수와 RMSE(Root Mean Square Error) 를 이용하여 비교하였다. RMSE 란 실험이나 관측에서 나타나는 오차(Error)를 제곱(Square) 해서 평균(Mean)한 값의 제곱근(Root)을 뜻하며 , 표준편차(Standard Deviation) 개념으로 인식할 수 있다.

이론/모형

다항.로짓모형을 이용하여 분석하였다. 이러한 차종별 수요에 영향을 주는 여러가지 변수를 이용하여 모형을 추정하고, 모형을 이용한 예측치와 실제 통행량을 비교함으로써 모형의 적정성을 검토해 보았다.

성능/효과

또한 일반적으로 철도수요.가 요일별 특성이 뚜렷하게 관측되기 때문에 경로구간의 차종별 분담률을 일주일치 자료를 이용하여 각각 요일별로 분석한 결과, 각 요일별로 모형을 구축한 것과 일주일치 총합 자료 전체 모형과 차이점이 작은 것으로 나타났다. 이러한 영향 변수를 이용한 모형구축을 통해 철도수요의 예측치와 실제 통행량을 비교함으로써 모형의 적정성을 검토한 것은 의미있는 것으로 이러한 경험적 모형의 추정으로 보다 다양한 전략적 .
<표 5>에서 제시된 것처럼 빈도와 통행 시간이 각각 ( - ) 및 (- )부호를 가지면서 통계적으로 유의성이 있는 것으로 나타나 열차운행횟수 즉 빈도(frequency) 와 통행시간이 차종선택에 중요한 영향을 미치는 것으로 나타났다. 결과적으로 열차운행횟수의 증감을 통한 열차 운영계획의 변화는 요일별 철도수요의 현저한 영향을 주는 중요한 고려대상임을 확인할 수 있었다.
결과적으로에서 제시되 것처럼 Theil의 부 등 계수가 대부분의 요일별 모형에 대해 0.05 이내의 수치를 나타냄으로써 모형의 안정성이 높은 것으로 판명되었다.
모형 구축과정의 초기에는 빈도(FREQ), 차내시간(TIME), 운임(COST)을 변수로 하여 모형을 구축하였으며 그 결과는<표 4>에서 제시하였다. 구축한 모형 중 월요일 모형과 일요일 모형에서 운임 (COST) 변수에 대한 계수가 양의 값을 가지고, 모든 요일에서 추정계수가 통계적으로 유의하지 않은 것으로 분석되었다.
요일별 자료 분석에 의하면, 요일별로 편차가 크지 않기 때문에 일주일 자료를 모두 취합하여 구축한 모형을 이용하여 분석한 결과를<표 7>에서 제시하였다. 그 결과 각각의 일자별로 요일별 모형을 구축한 것과 1주일 자료 전체를 가지고 분석한 것과의 차이는 특별히 나타나지 않았다. 따라서 일주일치 자료로 구축한 모형을 활용하는 것이 적용성에서 보다 유리한 것으로 판단되었다.
셋째, 대중교통은 사전에 결정된 일정한 운행계획에 따라 운행된다. 넷째, 대중교통을 이용하는 통행자의 기종점간 통행은 대중교통의 차내 시간뿐만 아니라 접근, 대기, 환승 등 복잡한 통행요소로 구성된다. 다섯째, 대중교통은 요금이 존재한다.
넷째, 대중교통을 이용하는 통행자의 기종점간 통행은 대중교통의 차내 시간뿐만 아니라 접근, 대기, 환승 등 복잡한 통행요소로 구성된다. 다섯째, 대중교통은 요금이 존재한다.
같은 노선에 속하는 차량은 크기 , 용량, 운행패턴 등이 동일하며 항상 동일한 노드 및 링크를 경유해서 운행한다. 둘째, 대중교통은 동일한 경로를 운행하는 노선이 다수 존재한다. 셋째, 대중교통은 사전에 결정된 일정한 운행계획에 따라 운행된다.
그 결과 각각의 일자별로 요일별 모형을 구축한 것과 1주일 자료 전체를 가지고 분석한 것과의 차이는 특별히 나타나지 않았다. 따라서 일주일치 자료로 구축한 모형을 활용하는 것이 적용성에서 보다 유리한 것으로 판단되었다.
것을 알 수 있다. 또한 지역간 철도는 경로구간을 운행하는 노선이 매우 많으므로 경로구간을 운행하는 노선별 분담률을 산정하는 것은 비효율적이며, 보다 집합화하여 차종별 분담률을 산정하고 동일한 차종에 속하는 노선의 분담률은 빈도에 비례하는 것으로 설정하는 것이 합리적이다. 그리고 지역간 철도에서 환승수요는 큰 의미가 없으므로 환승수요는 환승역을 기준으로 하여 통행을 구분하여 분석하는 것이 합리적이다.
7>에서 보는 바와 같이 정규분포의 양상을 띠게 된다. 본 연구에서는 서울부산 구간에 대한 분석만을 제시하였으나, 기타의 구간에 대한 분석에서도 동일한 결과를 얻을 수 있었다. 이상의 결과로부터 경로 구간의 차종별 분담률의 분석은 적정한 확률선택모형을 활용하는 것이 가능한 것으로 분석되었다.
제시하였다. 분석결과에 의하면, 차종별로 KIX와 통근 열차가 관측통행 량과 예측통행 량 간에 오차가 가장 적은 것으로 분석되었고, 새마을이 가장 낮은 수준인 것으로 분석되었으나 전체적으로 모형의 예측력은 상당히 우수한 것으로 판단된다.
둘째, 대중교통은 동일한 경로를 운행하는 노선이 다수 존재한다. 셋째, 대중교통은 사전에 결정된 일정한 운행계획에 따라 운행된다. 넷째, 대중교통을 이용하는 통행자의 기종점간 통행은 대중교통의 차내 시간뿐만 아니라 접근, 대기, 환승 등 복잡한 통행요소로 구성된다.
제시하였다.<표 5>에서 제시된 것처럼 빈도와 통행 시간이 각각 ( - ) 및 (- )부호를 가지면서 통계적으로 유의성이 있는 것으로 나타나 열차운행횟수 즉 빈도(frequency) 와 통행시간이 차종선택에 중요한 영향을 미치는 것으로 나타났다. 결과적으로 열차운행횟수의 증감을 통한 열차 운영계획의 변화는 요일별 철도수요의 현저한 영향을 주는 중요한 고려대상임을 확인할 수 있었다.
본 연구에서는 서울부산 구간에 대한 분석만을 제시하였으나, 기타의 구간에 대한 분석에서도 동일한 결과를 얻을 수 있었다. 이상의 결과로부터 경로 구간의 차종별 분담률의 분석은 적정한 확률선택모형을 활용하는 것이 가능한 것으로 분석되었다.
전반적으로 평균값을 기준으로 매우 밀집된 형태를 보이고 있으며, 정규분포와 유사한 형태를 가지는 것으로 분석되었다.
지역간 철도에서 경로구간의 차종별 분담률은 빈 도와 차내 시간이 각각 (- ) 및 (- )부호를 가지면서 통계적으로 유의성이 있는 것으로 나타나 차종선택에 중요한 영향을 미치는 것으로 분석되었으며 신중한 열차 운영계획의 매우 중요한 고려대상임을 확인할 수 있었다. 또한 일반적으로 철도수요.

후속연구

본 연구에서는 빈도, 차내시간, 운임만을 고려하였으나 차종별 분담률에 영향을 줄 것으로 예상되는 통행거리, 좌석 수, 운행시간대, 지역특성 등에 대한 요인과 시계 열적 자료를 필요로 하는 국민소득, 계절 변동 등에 대한 요소를 고려한 분석이 요구된다. 또한 비록 그 영향력은 크지 않지만 환승수요를 고려한 모형에 대한 연구도 필요하다.
이러한 차종별 수요에 영향을 주는 여러가지 변수를 이용하여 모형을 추정하고, 모형을 이용한 예측치와 실제 통행량을 비교함으로써 모형의 적정성을 검토해 보았다. 본 연구의결과는 효율적인 열차운영계획의 수립과 철도서비스 구축을 위한 기반을 제공할 수 있을 것으로 기대된다.

참고문헌 (12)

De Cea J., E. Fernandez (1989) Transit Assignment to Minimal Routes: an Efficient New Algorithm, Traffic Engineering and Control, pp. 491-494
De Cea J., E. Fernandez (1993) Transit Assignment for Congested Public Transport Systems: An Equilibrium Model, Transportation Science Vol. 27, No. 2, pp. 133-147

상세보기
Dial R. B (1971), A Probabilistic Multipath Traffic Assignment Model Which Obviates Path Enumeration, Transportation Research, Vol. 5, No. 2, pp.83-111

상세보기
Jayakrishna R., Mcnally M. G., Marar A. G. (1995) Recursive Structure for Exact Line Probabilities and Expected Waiting Times in Multipath Transit Assignment, TRR 1493, pp.78-187
Lam W. H. K., Z. Y. Gao, K. S. Chan, Yang H. (1999) A Stochastic User Equilibrium Assignment Model for Congested Transit Networks, Transportation Research B(33), pp.351-368

상세보기
Spiess, H., Florian, M. (1989) Optimal Strategies : A New Assignment Model for Transit Networks, Transportation Research B, Vol. 23, pp.83-102

상세보기
Spiess H. (1993) Transit Equilibrium Assignment Based on Optimal Strategies: An Implementation in EMME/2, EMME/2 Support Center
Wu J. H., Florian M., Marcotte P. (1994) Transit Equilibrium Assignment: A Model and Solution Algorithms, Transportation Science Vol. 28, No. 3, pp.193-203

상세보기
건설교통부(2005), 2004년 국가교통DB구축사업 전국 지역간 여객 기종점 통행량 자료의 현행화, pp.31-34
건설교통부(2005), 2004년 국가교통DB구축사업 수도권 및 지방5개 광역권 여객 기종점 통행량 자 료의 현행화, pp.29-34
이재섭？김익기(2001), 다이알 알고리즘을 이용 한 다수단 대중교통 노선배정기법에 관한 연구, 대한교통학회지, 제19권 제2호, 대한교통학회지, pp.53-60

원문보기 상세보기
이성모？유경상？전경수(1996), 차량용량을 고려 한 대중교통 통행배정모형구축에 관한 연구, 대한 교통학회지, 제 14권 제 3호, 대한교통학회지, pp.27-44

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증