[논문]도로 통행지체함수의 파라미터 추정 및 검증

임용택; 강민구; 추상호; 이상민

도로 통행지체함수의 파라미터 추정 및 검증
A Volume-Delay Function Parameter Estimation and Validation for Traffic Assignment 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.26 no.3 = no.102, 2008년, pp.17 - 29

임용택 (전남대학교 교통물류학부) , 강민구 (전남대학교 교통물류학과) , 추상호 (한국교통연구원) , 이상민 (한국교통연구원)

초록
AI-Helper

통행지체함수는 도로상의 교통량과 통행시간과의 관계를 나타내는 함수로 통행자들의 경로선택행위를 모형화한 통행배정(traffic assignment)모형에 주로 사용되고 있으며, 이를 위해서는 기본적으로 통행지체함수를 현실에 맞게 정산해야 한다. 본 연구는 기종점 통행자료를 구축하는 과정에서 중요한 역할을 하는 통행지체함수(volumedelay function)의 파라미터를 추정하고, 검증하는데 연구의 목적이 있다. 이를 위하여 본 연구에서는 전구간을 탐색하는 열거법에 황금분할법(golden section method)을 결합시켜 효율적으로 해를 찾는 방법을 제시하였으며 몇 가지 검증지표를 이용하여 현재 사용하고 있는 파라미터와 비교 분석하였다. 분석을 위하여 2006년 국가교통DB의 기종점 통행량(OD) 및 네트워크와 2006년 도로교통량 통계연보 자료를 이용하였으며, 분석결과 새롭게 추정된 파라미터값이 좀 더 현실적임을 보여 주었다.

Abstract ▼ AI-Helper

A volume-delay function(VDF) has been used to describe the relation between traffic volumes and delay experienced by travelers on the roads traveling from origin to destination, which has been usually adopted in traffic assignment. For the purpose of more precise description of traffic pattern, we have to estimate the parameters of VDF in advance. This paper presents a methodology for estimating the parameters, which combined with golden section method. By using the method we have estimated the parameters with real data based on KTDB(2006), and validated them. Compared to the existing values of the parameters, newly estimated values are found to be closer to real world.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그러나, 현재 신뢰성 있는 관측자료로는 한국 도로공사와 건설교통부에서 매년 제공하는 각 도로별 일별 교통량이 있으며, 속도나 통행시간 등 다른 자료는 2차적인 가공이나 정리가 필요하다. 따라서, 본 연구에서는 현재 가장 신뢰성이 높은 도로별 교통량을 기준으로 통행지체함수의 파라미터를 검증코자 한다. 본 연구에서 사용되는 검증척도는 다음과 같다.
본 연구에서는 교통수요예측의 신뢰성을 향상시키기 위하여 수요예측단계에서 사용되는 통행지체함수의 파라미터를 추정하고 이를 검증하는 연구로, 2006년 KTDB자료를 기준으로 고속도로 및 국도에 대한 파라 미터를 추정하였다. 현 VDF 파라미터와 비교할 때, 고속도로의 경우, 전 차로의 α, β값은 크게 추정되었으나, 2차로의 β값만 작게 추정되었다.
이를 위하여 우리나라 도로망 및 교통류에 적합한 파라미터를 추정하고, 이를 검증하는게 본 연구의 목적이며 은 본 연구의 전체적인 수행과정을 보여주고 있다.

가설 설정

① 사용된 통행 지체함수가 현실에 적합해야 한다.

제안 방법

새롭게 추정된 파라미터를 적용하여, 고속도로 각 차로별로 추정된 교통량과 관측교통량간의 오차율이 에 나와 있으며, 비교를 위하여 현 VDF 파라미터를 적용한 결과도 함께 제시하였다.
이 자료를 가지고 식(1)과 같은 고속도로 및 국도의 통행지체함수(Bureau of Public Roads, BPR)의 파라미터를 추정하고 검증하였으며, 각 도로에 대하여 차종별로도 구분하여 추정결과를 검증하였다.
이렇게 산정된 모형의 추정결과는 신뢰성 검증을 위해 교통량, 속도, OD통행시간에 대한 관측치와 EMME/2로부터 산출된 추정치를 RMSE, Theil 부등계수 등 통계적 검정을 통하여 최종적으로 결정을 하고, 최종적으로 선정된 결과는 (α, β)=(0.5, 2)이며, 링크당 교차로 지체를 고려하기 위하여 추가로 20초를 반영하였다.
따라서, 각 도로조건(도로위계, 용량 등)에 따라 신뢰성 있는 통행지체함수의 파라미터값을 선정하여 사용해야 하는데, 현재 주로 사용되고 있는 통행지체함수의 파라미터값은 이를 제대로 반영하지 못하고 있는 실정이다. 이에 본 연구에서는 새롭게 고속도로와 국도에 적합한 파라미터를 추정하고 이를 전국 O/D 및 네트워크에 적용하였다. 이를 위하여 우리나라 도로망 및 교통류에 적합한 파라미터를 추정하고, 이를 검증하는게 본 연구의 목적이며 <그림 1>은 본 연구의 전체적인 수행과정을 보여주고 있다.
파라미터 추정의 분석년도는 2006년으로 설정하였고, 통행배정에 사용된 교통수단은 승용차, 버스, 트럭이며 수렴조건(Normalized gap)은 0.5로 설정하여 분석하였다.

대상 데이터

고속도로 편도 1차로의 경우, 전남 무안 망운면～대구 달성 논공읍으로 연결되는 88올림픽고속도로와 현재, 강원도의 동해시와 주문진간을 연결하는 동해고속도로가 포함되며, 편도 36개 지점을 분석하였고, 편도 2차로의 경우, 편도 404개의 지점을 분석대상에 사용하였다. 편도 3차로 이상의 경우, 편도 234개의 지점을 분석대상에 사용하여, 총 674개 지점을 대상으로 분석하였다.
국도 역시, 2006 도로교통량통계연보에 있는 국도 지점 및 교통량을 사용하였다. 편도 1차로의 경우, 편도 1,754 개의 지점을 분석대상에 사용하였고, 편도 2차로의 경우, 편도 1,263개의 지점을 분석대상에 사용한다.
통행배정을 위한 여객 OD와 네트워크 자료는 한국교통연구원의 2006년 국가교통 DB OD자료와 네트워크를 사용하였으며, 파라미터 추정과 검증을 위한 관측교통량은 2006년 도로교통량 통계연보(건설교통부, 2007)를 이용하였다.
통행배정을 위한 여객 OD와 네트워크 자료는 한국교통연구원의 2006년 국가교통DB OD자료(승용차, 버스, 트럭)와 네트워크를 사용하였으며, 파라미터 추정과 검증을 위한 관측교통량은 2006년 도로교통량 통계 연보를 이용하였다. 이 자료를 가지고 식(1)과 같은 고속도로 및 국도의 통행지체함수(Bureau of Public Roads, BPR)의 파라미터를 추정하고 검증하였으며, 각 도로에 대하여 차종별로도 구분하여 추정결과를 검증하였다.
국도 역시, 2006 도로교통량통계연보에 있는 국도 지점 및 교통량을 사용하였다. 편도 1차로의 경우, 편도 1,754 개의 지점을 분석대상에 사용하였고, 편도 2차로의 경우, 편도 1,263개의 지점을 분석대상에 사용한다. 편도 3차로 이상의 경우, 편도 71개 지점(편도 3차로 : 59개, 편도 4차로 : 10개, 편도 5차로 : 2개)을 분석대상에 사용하여, 총 편도 3,088개 지점을 대상으로 분석하였다.
고속도로 편도 1차로의 경우, 전남 무안 망운면～대구 달성 논공읍으로 연결되는 88올림픽고속도로와 현재, 강원도의 동해시와 주문진간을 연결하는 동해고속도로가 포함되며, 편도 36개 지점을 분석하였고, 편도 2차로의 경우, 편도 404개의 지점을 분석대상에 사용하였다. 편도 3차로 이상의 경우, 편도 234개의 지점을 분석대상에 사용하여, 총 674개 지점을 대상으로 분석하였다.
편도 1차로의 경우, 편도 1,754 개의 지점을 분석대상에 사용하였고, 편도 2차로의 경우, 편도 1,263개의 지점을 분석대상에 사용한다. 편도 3차로 이상의 경우, 편도 71개 지점(편도 3차로 : 59개, 편도 4차로 : 10개, 편도 5차로 : 2개)을 분석대상에 사용하여, 총 편도 3,088개 지점을 대상으로 분석하였다. <그림 5>는 본 연구에서 관측지점으로 사용된 위치를 보여주고 있다.

이론/모형

따라서, 추정된 파라미터 값의 신뢰성을 확보할 수 있는 열거법을 본 연구의 추정방법으로 이용하며 탐색시간을 줄이기 위하여 황금분할법(golden section method)을 풀이과정에 결합시켰다. 본 연구에서 사용되는 목적함수는 식(2)와 같다.
본 연구에서 수행한 파라미터 추정법은 기존 연구들과는 달리, KTDB를 이용하여 통행배정된 배정교통량과 건설교통부의 도로교통량 통계연보(2007)상 관측교통량과의 차이를 최소화시키는 파라미터를 추정하였다. 이는 KTDB나 도로교통량 통계연보상의 관측교통량이 변하는 경우, 본 연구에서 구한 파라미터도 변해야 함을 의미한다.

성능/효과

1차로의 경우, ±30%이내(적정)의 오차에 포함될 비율(적중율)이 8.4% → 58.3% 로 크게 증가되어 본 연구에서 구한 파라미터 값의 현실 재현력이 크게 개선되었음을 알 수 있으며, 2차로의 경우, ±30%이내의 적중율이 63.3% → 64.1% 로 증가되었다.
1차로의 경우, ±30%이내(적정)의 적중율이 23.7% → 27.5%로 증가되었으며, 2차로의 경우도, 적중율이 40.7% → 43.4% 로 증가되었고, 3차로 이상 역시, 적중률이 45.1% → 46.4%로 증가되었다.
RMSE 변화율을 살펴보면, 국도 1, 2차로 역시 고속 도로의 패턴처럼 -15.80%, -4.44%로 감소한 반면, 국도 3차로는 6.87%로 증가하였으며, Theil부등계수 역시, 국도 3차로의 경우 약간 증가하는데, 이는 적은 표본 수로 인한 한계로 판단된다.
현VDF와 본 연구에서 제시한 VDF를 비교한 그림이 <그림 9>에 보여주고 있다. 그림에서 보듯이 현VDF는 교통량에 매우 둔감함을 알 수 있으며, 본 연구에서 추정한 VDF는 교통량의 변화에 민감하게 반응함을 알 수 있다.
마지막으로, 다차종 통행배정(multiple user class assignment)법을 통하여 나온 결과를 분석해 보면, , 에서 보듯이 승용차의 경우, 고속도로의 적중률이 60.2% → 64.6%로 증가하였으나, 국도에서는 32.5% → 31.5%로 약간 감소하였다.
국도의 경우, 이와 반대로 전 차로의 β값은 작게 추정되었다. 본 연구에서 추정한 파라미터를 검증한 결과, 대체로 현 VDF 파라미터를 사용한 결과보다는 현실 재현력이 개선된 것으로 나타났다.
최종적으로, 1차로의 경우 α=1.896, β=3.894, 2차로의 경우 α=0.430, β=3.566, 3차로의 경우, α =0.653, β=3.232에서 각각 최적값을 도출하였다.

후속연구

또한, 본 연구에서는 고속도로의 경우, 차로당 2,200pcu/h를 기본 용량으로 적용 하였지만, 최근 연구 성과에 의하면 이에 다소 못 미치는 것으로 나타나고 있어 현재 사용되고 있는 제반 도로용량에 대한 연구와 현 VDF체계와 다른 새로운 도로위계 체계를 정립하는 연구도 향후 과제로 남아있다. 또한, 본 연구에서 제시된 지체함수를 적용했을 경우 발생할 수 있는 영향에 대한 연구도 필요하다. 이 외에, 본 연구에 서는 구간 교통량만을 대상으로 파라미터를 추정하였지만, 좀 더 정확한 추정을 위해서는 구간 통행속도를 기준으로 추정하는 연구도 필요할 것으로 보인다.
향후 연구로는 먼저, 본 연구에서는 국지도와 지방도가 포함되어 있지 않으나, 이를 포함한 전체 도로차원의 파라미터 추정이 필요하다. 또한, 본 연구에서는 고속도로의 경우, 차로당 2,200pcu/h를 기본 용량으로 적용 하였지만, 최근 연구 성과에 의하면 이에 다소 못 미치는 것으로 나타나고 있어 현재 사용되고 있는 제반 도로용량에 대한 연구와 현 VDF체계와 다른 새로운 도로위계 체계를 정립하는 연구도 향후 과제로 남아있다. 또한, 본 연구에서 제시된 지체함수를 적용했을 경우 발생할 수 있는 영향에 대한 연구도 필요하다.
또한, 본 연구에서 제시된 지체함수를 적용했을 경우 발생할 수 있는 영향에 대한 연구도 필요하다. 이 외에, 본 연구에 서는 구간 교통량만을 대상으로 파라미터를 추정하였지만, 좀 더 정확한 추정을 위해서는 구간 통행속도를 기준으로 추정하는 연구도 필요할 것으로 보인다.
향후 연구로는 먼저, 본 연구에서는 국지도와 지방도가 포함되어 있지 않으나, 이를 포함한 전체 도로차원의 파라미터 추정이 필요하다. 또한, 본 연구에서는 고속도로의 경우, 차로당 2,200pcu/h를 기본 용량으로 적용 하였지만, 최근 연구 성과에 의하면 이에 다소 못 미치는 것으로 나타나고 있어 현재 사용되고 있는 제반 도로용량에 대한 연구와 현 VDF체계와 다른 새로운 도로위계 체계를 정립하는 연구도 향후 과제로 남아있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	통행지체함수는 무엇인가?	통행지체함수는 도로상의 교통량과 통행시간과의 관계를 나타내는 함수로 통행자들의 경로선택행위를 모형화한 통행배정(traffic assignment)모형에 주로 사용되고 있으며, 이를 위해서는 기본적으로 통행지체함수를 현실에 맞게 정산해야 한다. 본 연구는 기종점 통행자료를 구축하는 과정에서 중요한 역할을 하는 통행지체함수(volumedelay function)의 파라미터를 추정하고, 검증하는데 연구의 목적이 있다.
	여객 기종점(O/D) 통행자료는 무엇을 평가하는 기초 자료인가?	여객 기종점(O/D) 통행자료는 교통정책의 연구 및개발, 교통시설의 타당성 평가에 필수적인 기초자료이 다. 기종점 통행자료를 구축하는 과정에서 통행지체함수 (volume-delay function)는 통행배정단계에서 교통량에 따른 통행시간변화를 계산하여 통행자의 경로선택을 결정하는 데 중요한 역할을 하고 있다.

참고문헌 (15)

강호익(1996), "도로유형별 지체함수 정립과 교통배정에 미치는 영향분석", 서울대학교 대학원 박사학위 논문
건설교통부(2007), "2006년 도로교통량 통계연보"
김병기(2002), "국도기능별 통행저항함수 추정에 관한 연구", 한양대학교 환경대학원 석사학위 논문
서울시정개발연구원(1999), "서울시 종합교통분석체계정립 및 광역통행분석"
이의은(1986), "링크체증함수 및 일반화 비용함수의 적용에 관한 고찰", 서울대학교 대학원 석사학위 논문
장덕형(1993), "고속도로 통행의 지체함수와 통행저항 파라미터의 민감도 분석에 관한 연구", 서울대학교 대학원 박사학위 논문
주정열(1993), "통행배정모형의 도로용량함수 비교 및 적용에 관한 연구", 서울대학교 대학원 석사학위 논문
최기주(1986), "용량저항함수의 비교분석 및 그 적용방안에 관한 연구", 서울대학교 대학원 석사학위 논문
한국교통연구원(2005), [2002년 국가교통DB구축사업 최종보고서] 제4권 제4장(장래 여객OD예측모형 개발)
Branston, D.(1976) Link capacity functions: A review, Transportation Research 10(4), pp.223-236

상세보기
FHWA(1997), Model Validation and Reasonableness Checking Manual, TMIP
Lim, Y., M. Kang, D. Nam, C .Choi.(2007) A parameter calibration technique for travel cost function in traffic assignment, Journal of the Eastern Asia Society for Transportation Studies, Vol.7, pp.742-750

상세보기
Ortuzar,J.D., L.G. Willumsen (1994) Modelling Transport, Wiley
Spiess, H.(1990), Conical volume-delay functions, Transportation Science Vol.24, No.2., pp.153-158

상세보기
Suh Sunduck, Chang-Ho Park Tschangho John Kim.(1990), A Highway Capacity Function in Korea Measurement and Calibration, Transportation Research 24A, No.3, pp.177-186

저자의 다른 논문 :

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