선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 배정교통량 및 교통량구간추정비율을 주요간선도로에 대해 에 제시하였다.
- 점추정방식이 아닌 구간추정방식을 이용한 연구로써 조중래(1998)는 이산형 선택모형의 효용함수를 구성하는 통행시간변수와 통행비용변수에 대한 매개상수들의 신뢰구역(Confidence Region)을 이용하여 통행시간가치의 신뢰구간 (Confidence Interval)을 추정하는 방법을 제시하였다. 이 연구는 통행시간가치가 가지는 불확실성에 대해 신뢰구역을 도입함으로써 불확실성에 대한 정보를 보여주고 있다.
제안 방법
- 각 링크의 교통량 변화를 분석하기 위해 배정교통량의 변화폭을 파악하기 위해 교통량구간추정비율(Traffic Interval Ratio Value)을 계산하였다. 그 예로, 서대전 IC의 TIRV값은 (105,609(상한값)-91,645(하한 값))/98,493(중간값)=7.
- 본 연구에서는 회귀분석의 점추정방식을 구간추정방식으로 전환하여 구간추정값에 의한 4단계의 수요추정을 진행하였고 각 단계에서의 변화패턴과 변화률를 분석하였다. 그리고 통행배정교통량에 대한 신뢰성기준값을 제시하였다.
- 동일한 방법으로 출근(도착통행), 등교(발생/도착통행), 업무(발생/도착), 귀가(발생/도착통행), 기타(도착통행)에 대한 회귀분석을 수행하였으며 각 통행에 대한 통행량과 변화량지표는 , 에 제시되었다.
- 배정교통량과 TIRV의 상관관계를 분석하기 위해 배정교통량이 1,000대 이상이며 TIRV가 -50%～50% 비율에 속하는 링크 2,842개(95.6%)에 대해 상관관계를 분석하였다. <그림 14>는 배정교통량과 TIRV에 대한 상관관계와 회귀식을 나타낸다.
- 본 연구에서는 수요변화의 가변성을 설정하기 위해 통행발생단계에서 회귀식의 구간추정방식에 의한 상한값(Upper bound)과 하한값(Lower bound)을 기준으로 4단계 수요예측을 병행하여 실제 예측값과 비교함으로써 수요분석 각 단계별 변화를 파악하였고, 최종적 통행 배정결과에 미치는 영향을 분석하였다.
- 본 연구에서는 입력자료에 대한 불확실성에 대해 회귀 모형식의 신뢰수준을 이용하여 반영하였으며 그 결과가 최종통행배정 결과에 미치는 영향을 토대로 분석하였다. 통행발생 단계에서는 발생량 ±9.
- 본 연구에서는 회귀분석의 점추정방식을 구간추정방식으로 전환하여 구간추정값에 의한 4단계의 수요추정을 진행하였고 각 단계에서의 변화패턴과 변화률를 분석하였다. 그리고 통행배정교통량에 대한 신뢰성기준값을 제시하였다.
- 분석을 통해 산출된 저항함수와 통행량자료를 바탕으로 TLD(Trip Length Distribution)를 구하였다. <그림 7>은 총통행량에 대한 TLD를 나타내며 대체적으로 분포시간에 따른 통행량 비율이 비슷하게 나타났다.
- 사용된 중력모형의 통행저항함수 f(cij)의 정산(Calibration)을 위하여 전수화자료의 기종점 통행 자료를 이용하여 지역별 통행거리에 따른 통행량을 산출하며, 네트워크의 물리적인 죤별 통행거리를 Multiple paths를 이용하여 구하였다.
- 통행발생단계에서는 전수화된 가구통행 실태조사 자료와 사회경제지표를 이용하여 발생량 및 도착량에 대한 회귀식을 구하게 되는데 분석대상지역인 대전광역권에 대해서는 전수화된 통행량 자료와 예측된 사회경제 지표를 통해 95% 신뢰수준으로 회귀식을 도출하였다.
- 통행분포모형의 적용은 저항함수산정단계에서 혼잡을 반영하기 위해 통행분포, 통행배정의 단계를 반복적으로 수행하였다.
- 회귀분석 모형적용을 위해 변수선택, 이상점의 제거, Stepwise 방식을 이용한 변수 설정의 단계를 거쳐 최종 변수 및 모형을 설정하여 신뢰구간 95%에 대한 상한값, 중간값, 하한값으로 모형을 설정하여 각 목적통행별 통행량을 산정하였다. 통행발생절차는 <그림 3>과 같다.
- 회귀분석의 각 모형별로 산출된 통행량에 대해 통행분포모형을 적용하였을 때 나타나는 변화률을 분석하기 위해 과 같이 상한값과 중간값을 적용하였을 때의 차이와 비율을 계산하였다.
대상 데이터
- 모형분석을 위한 자료로는 2002년도 국가교통 DB구축사업으로 구축되어진 대전광역권자료를 이용하였다. 사회경제지표는 인구관련자료, 종사자수관련자료, 학생수관련자료를 이용하였다.
- 모형분석을 위한 자료로는 2002년도 국가교통 DB구축사업으로 구축되어진 대전광역권자료를 이용하였다. 사회경제지표는 인구관련자료, 종사자수관련자료, 학생수관련자료를 이용하였다. 분석대상인 대전광역권 네트워크 구성과 네트워크는 각각 <표 1>, <그림 2>와 같다.
- 수단선택 모형은 실제조사된 대전광역권의 수단분담비율만을 적용하였으며 통행배정 시 통행량을 차량대수로 적용하기 위한 재차인원 및 승용차 환산계수는 뺷2002년 국가 교통DB구축사업뺸의 대전광역시 조사자료를 사용하였다.
데이터처리
- 거시적분석방법으로 Vehicle Kilometers of Travel(VKT)측정, Screenline(SL)측정, Cutline(CL)측정, Travel Route(TR)측정을 이용하였으며, 미시분석방법으로 오차분포측정, 오차한계측정, 통계측정, 그리고 통계검증을 실시하여 각 통행배정모형을 비교⋅평가하였다.
- 계수값에 대해서는 상수항을 포함시키지 않음으로써 범용적으로 사용할 수 있도록 회귀식을 추정하였다.
성능/효과
- 각 모형의 차이를 비교해 보면 (상한값-중간값), (중간값-하한값) 간의 차이는 미미한 것으로 나타났으며, 통행시간대가 낮을 경우 변화가 안정적이지만, 통행시간 대가 길수록 통행량이 적은 반면 변화가 불규칙적으로 일어났다.
- 각 목적 통행의 상한값과 중간값에 대한 변화량을 분석하면 기타통행의 발생량이 222,215통행/일의 변화를 나타내어 가장 큰 변화값을 나타내었으며 전체적으로 발생통행이 도착통행에 비해 변화값이 크게 나타났다.
- 배정교통량과 TIRV의 관계를 나타내는 회귀식에 대한 값은 과 같으며 배정교통량대비 평균TIRV의 값은 교통량 10,000대/일에 17.63%을 나타내어 17.63%의 구간추정비율을 나타내었으며 100,000대/일 경우 4.98%를 나타내어 전자에 비해 적은 구간추정비율을 나타내어 교통량변화비율이 적은 것으로 나타났다.
- 분석 결과, 링크의 배정교통량과 교통량구간추정비율 (Traffic Interval Ratio Value)은 교통량이 적은링크에서 TIRV가 높게 나타났으며 배정교통량이 많을수록 TIRV 값은 낮은 값을 나타내었으며 그 결과 또한 평균 5%～18%의 변화폭을 나타내었으며, 최대 30%～50%까지 변화하는 것을 알 수 있다.
- <표 8>에 제시된 결과는 배정교통량에 따른 교통량구간추정비율의 변화를 나타낸 것으로 배정교통량에 따라 5～18% 수준까지 차이를 나타낼 수 있음을 보여주며, TIRV는 통행량이 많을수록 변화량이 작다는 것을 알 수 있다. 즉, 장래교통수요예측시 10,000대/일로 예측된 링크와 100,000대/일로 예측된 링크의 신뢰수준은 상이하며 100,000대/일로 예측된 링크의 결과값에 신뢰성이 크다는 것을 보여준다.
- <표 8>에 제시된 결과는 배정교통량에 따른 교통량구간추정비율의 변화를 나타낸 것으로 배정교통량에 따라 5～18% 수준까지 차이를 나타낼 수 있음을 보여주며, TIRV는 통행량이 많을수록 변화량이 작다는 것을 알 수 있다. 즉, 장래교통수요예측시 10,000대/일로 예측된 링크와 100,000대/일로 예측된 링크의 신뢰수준은 상이하며 100,000대/일로 예측된 링크의 결과값에 신뢰성이 크다는 것을 보여준다.
- <그림 11>은 이 중 통행량이 1,000대 이상인 링크 2,872개의 링크에 대해 배정교통량과 TIRV의 관계를 나타낸 것이다. 통행배정된 통행량과 교통량구간추정값의 관계를 비교하면 통행량이 많은 링크의 TIRV가 낮게 나타났다.
후속연구
- 이러한 결과는 각 링크의 특성에 따라 배정교통량에 대한 신뢰성이 다르며, 그 값의 차이가 크게 발생할 수 있음을 시사하고 있다. 실제 교통사업에 대한 평가에 적용한다면 도로교통량에 직접적 영향을 미칠 수 있는 택지개발사업, 사회경제지표의 변화가능성이 반영되어 통행배정교통량의 변화폭은 더욱 크게 나타날 수 있으므로 그 정도에 대해서는 다양할 측면에서 신뢰성을 평가할 수 있는 자료가 제시되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.