현실적인 버스서비스권역 설정은 시내버스의 합리적인 노선망 및 서비스권역 구축을 위해 필요하다. 본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 ANFIS 모형을 구축코자 하였다. 이를 위해 경남의 마산시, 창원시, 진주시가 연구대상 도시로 선정되었다. 경남의 중소도시 버스이용자들의 현재도보시간의 80% 누적분포 값(미국의 최대도보시간에 해당)은 10.2-11.1분으로 미국의 최대도보시간 5분보다 큰 것으로 나타났으며 한계도보시간은 21.1-21.8분으로 매우 큰 것으로 나타났다. 중소도시의 한계도보시간 추정을 위해 세 도시의 데이터를 통합한 ANFIS 모형을 구축하였다. 연령과 한계도보시간과의 관계에서는 연령이 증가함에 따라 한계도보시간이 감소하나 25세에서 35세 사이에는 한계도보시간에 변화가 없는 소강상태를 보이며 수입과 한계도보시간은 반비례하는 선형관계를 보였다. 구축된 ANFIS 모형을 이용한 추론치와 조사치의 비교에서 0.996, MSE 0.163, MAE 0.333으로 예측력이 아주 우수한 것으로 평가된다. 본 연구에서 개발된 모형은 타 중소도시의 한계도보시간 추정에 이용될 수 있을 것으로 기대된다.
현실적인 버스서비스권역 설정은 시내버스의 합리적인 노선망 및 서비스권역 구축을 위해 필요하다. 본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 ANFIS 모형을 구축코자 하였다. 이를 위해 경남의 마산시, 창원시, 진주시가 연구대상 도시로 선정되었다. 경남의 중소도시 버스이용자들의 현재도보시간의 80% 누적분포 값(미국의 최대도보시간에 해당)은 10.2-11.1분으로 미국의 최대도보시간 5분보다 큰 것으로 나타났으며 한계도보시간은 21.1-21.8분으로 매우 큰 것으로 나타났다. 중소도시의 한계도보시간 추정을 위해 세 도시의 데이터를 통합한 ANFIS 모형을 구축하였다. 연령과 한계도보시간과의 관계에서는 연령이 증가함에 따라 한계도보시간이 감소하나 25세에서 35세 사이에는 한계도보시간에 변화가 없는 소강상태를 보이며 수입과 한계도보시간은 반비례하는 선형관계를 보였다. 구축된 ANFIS 모형을 이용한 추론치와 조사치의 비교에서 0.996, MSE 0.163, MAE 0.333으로 예측력이 아주 우수한 것으로 평가된다. 본 연구에서 개발된 모형은 타 중소도시의 한계도보시간 추정에 이용될 수 있을 것으로 기대된다.
Establishing realistic bus service coverage is needed to build optimum city bus line networks and reasonable bus service coverage areas. The purposes of this study are understanding the characteristics of the present walking time and marginal walking time of small-medium cities and constructing an A...
Establishing realistic bus service coverage is needed to build optimum city bus line networks and reasonable bus service coverage areas. The purposes of this study are understanding the characteristics of the present walking time and marginal walking time of small-medium cities and constructing an ANFIS (Adaptive Neuro-Fuzzy Inference System) model to estimate the marginal walking time for certain age and income. The cities of Masan, Chongwon and Jinju are selected for study cities. The 80 percentile of present walking time of bus users of these cities are 10.2-11.1 minutes, thus the values are greater than the 5 minutes of the maximum walking time in USA and the marginal walking times of 21.1-21.8 minutes are much greater. An ANFIS model based on pulled data of the cities are constructed to estimate the marginal walking time of small-medium cities. Analyzing the relationship between marginal walking time and age/income by using the model, the marginal walking time decreases as the age increases, but is near constant from the age of 25 to 35. And the marginal walking time is inversely proportional to the income. In comparing the surveyed and the estimated values, as the statistics of coefficient of determination, MSE and MAE are 0.996, 0.163, 0.333 respectively, it may be judged that the explainability of the model is very high. The technique developed in this study can be applied to other cities.
Establishing realistic bus service coverage is needed to build optimum city bus line networks and reasonable bus service coverage areas. The purposes of this study are understanding the characteristics of the present walking time and marginal walking time of small-medium cities and constructing an ANFIS (Adaptive Neuro-Fuzzy Inference System) model to estimate the marginal walking time for certain age and income. The cities of Masan, Chongwon and Jinju are selected for study cities. The 80 percentile of present walking time of bus users of these cities are 10.2-11.1 minutes, thus the values are greater than the 5 minutes of the maximum walking time in USA and the marginal walking times of 21.1-21.8 minutes are much greater. An ANFIS model based on pulled data of the cities are constructed to estimate the marginal walking time of small-medium cities. Analyzing the relationship between marginal walking time and age/income by using the model, the marginal walking time decreases as the age increases, but is near constant from the age of 25 to 35. And the marginal walking time is inversely proportional to the income. In comparing the surveyed and the estimated values, as the statistics of coefficient of determination, MSE and MAE are 0.996, 0.163, 0.333 respectively, it may be judged that the explainability of the model is very high. The technique developed in this study can be applied to other cities.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 현재의 버스정류장까지 도보로 접근하는데 걸리는 시간을 조사한 후 “현재의 버스정류장까지의 도보시간에 몇 분이 추가되었을 경우 다른 대안(통행포기, 택시이용 등)을 선택하겠는가?
본 연구에서는 중소도시 버스이용자들의 특성을 파악하고 개별속성을 반영한 한계도보시간을 추정하기 위해 경남의 진주시, 마산시, 창원시를 대상으로 버스이용자의 인적속성, 버스정류장까지의 현재도보시간과 추가허용 도보시간을 조사하였다. 한계도보시간 추정을 위해, 우리나라 중소도시의 도시환경에서 버스이용자의 한계도보시간에 영향을 주는 주요 인적속성으로 나타난(김점산 등, 2005) 버스이용자의 연령, 수입이 조사되었다.
제안 방법
또한 현재의 버스정류장까지 도보로 접근하는데 걸리는 시간을 조사한 후 “현재의 버스정류장까지의 도보시간에 몇 분이 추가되었을 경우 다른 대안(통행포기, 택시이용 등)을 선택하겠는가?”라는 추가질의를 하여 추가허용 도보시간을 조사하였다. 버스이용자들을 대상으로 현재도보시간과 한계도보시간을 질의하여 분석하는 것이 타당하나 설문 대상자들이 자신의 접근거리를 정확하게 인지할 수 없으므로 현재도보시간과 추가허용 도보시간을 질의하고 이 결과를 분석하여 버스이용자별 한계도보시간을 산정하였다. 모형의 현실성을 부여하기 위해 한계도보시간 30분 이상에 해당하는 자료는 제외하였다.
현실적인 버스서비스권역 설정은 시내버스의 합리적인 노선망 및 서비스권역 구축을 위해 필요하다. 본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 ANFIS 모형을 구축코자 하였다. 이를 위해 경남의 마산시, 창원시, 진주시가 연구대상 도시로 선정되었다.
세 도시의 데이터를 통합하여 학습용 데이터 450개와 평가용 데이터 450개인 입·출력집합을 만들고 Hybrid 방법을 이용하여 100회 학습하였다.
경남의 대표적 도시인 마산시, 창원시, 진주시는 중소도시로 각 도시의 특성이 상이하나 평균한계도보시간에서 21분대의 유사한 값을 보이므로 3개 시의 데이트를 통합한다면 경남의 중소도시에 적용할 수 있는 버스이용자의 한계도보시간 추정 모형을 구축할 수 있을 것으로 판단된다. 이에따라 이들 시의 데이터를 합하고 ANFIS를 이용하여 한계도보시간 추정을 위한 모형을 구축코자 하였다.
중소도시의 연령 및 소득수준별 한계도보시간 추정을 위해 세 도시의 데이터를 통합하여 ANFIS 모형을 구축하였다. 연령과 한계도보시간과의 관계에서는 연령이 증가함에 따라 한계도보시간이 감소하나 25세에서 35세 사이에는 한계도보시간에 변화가 없는 소강상태를 보이며 수입과 한계도보시간은 반비례하는 선형관계를 이루고 있어 세 도시의 특성이 통합되어 나타났다.
대상 데이터
본 연구에서는 각 도시별로 학습용 데이터 150개와 평가용 데이터 150개인 입출력집합을 Hybrid방법을 이용하여 학습하였으며 학습횟수는 예비연구 결과에 기초하여 최적횟수인 100회로 하였다.
연구대상 도시로는 중소도시이며 경남의 대표적 도시인 마산시, 창원시, 진주시의 3개 도시가 선정되었으며 이들 도시의 2006년말 현재의 면적 및 인구는 표 1과 같다. 인구규모는 33만-51만으로 전형적인 중소도시이며 인구밀도는 도시별로 큰 차이을 보이고 있다.
본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 ANFIS 모형을 구축코자 하였다. 이를 위해 경남의 마산시, 창원시, 진주시가 연구대상 도시로 선정되었다.
데이터처리
조사치와 추론치를 비교한 표 5의 통계치들을 이용하여 모형의 예측력을 분석하였다. 모형의 예측력 분석은 결정계수인 R2와 평균절대오차(MAE) 그리고 평균제곱오차(MSE)의 통계적 분석을 통하여 모형의 적합도와 모형의 오차 및 분산 정도를 측정하였다. 통계적 검정결과는 표 6에서 보는 바와 같이 R2가 0.
조사치와 추론치를 비교한 표 5의 통계치들을 이용하여 모형의 예측력을 분석하였다. 모형의 예측력 분석은 결정계수인 R2와 평균절대오차(MAE) 그리고 평균제곱오차(MSE)의 통계적 분석을 통하여 모형의 적합도와 모형의 오차 및 분산 정도를 측정하였다.
본 모형의 9개 퍼지규칙(Fuzzy Rule)은 아래와 같고 이를 표로 나타내면 표 5과 같다. 출력변수 Outmf1~Outmf9에는 각 조건에서 조사된 한계도보시간의 평균값을 이용하였다.
이론/모형
본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 그 신뢰성이 검정된 ANFIS(Adaptive Neuro-Fuzzy Inference System) 모형(Kim, 2008)을 구축코자 하였다. 본 연구에서 개발된 모형은 타 중소도시에도 적용될 수 있을 것으로 기대된다.
성능/효과
각 도시 버스이용객의 인적속성 및 도보시간의 차이를 파악하기 위하여 평균에 대한 가설검정을 시행한 결과 연령과 한계도보시간에는 유의적인 차이가 없었으나 평균수입에서는 진주와 마산·창원 간이 5% 수준에서 유의적이었으며 현재도보시간은 마산와 창원·진주 간이 10% 수준에서 유의적이었다.
경남의 중소도시 버스이용자들의 현재도보시간의 80% 누적분포 값(미국의 최대도보시간에 해당)은 10.2-11.1분으로 미국의 최대도보시간 5분보다 큰 것으로 나타났으며 한계도보시간은 21.1-21.8분으로 매우 큰 것으로 나타났다. 연령 및 수입과 한계도보시간과의 관계는 도시별로 상이한 관계를 보이고 있었다.
연령과 한계도보시간과의 관계에서는 연령이 증가함에 따라 한계도보시간이 감소하나 25세에서 35세 사이에는 한계도보시간에 변화가 없는 소강상태를 보이며 수입과 한계도보시간은 반비례하는 선형관계를 이루고 있어 세 도시의 특성이 통합되어 나타났다. 구축된 ANFIS 모형을 이용한 추론치와 조사치의 비교에서 R2 0.996, MSE 0.163, MAE 0.333으로 예측력이 아주 우수한 것으로 평가된다. 본 연구에서 개발된 모형은 타 중소도시의 한계도보시간 추정에 이용될 수 있을 것으로 기대된다.
연구대상 도시들의 2006년 말 현재의 1일 수단통행량 및 시내버스 이용객은 표 2와 같다. 상대적으로 소득수준이 낮은 마산시의 시내버스 이용비율이 가장 높으며 소득수준이 높은 창원시의 이용비율이 가장 낮은 것으로 나타났다.
모형의 예측력 분석은 결정계수인 R2와 평균절대오차(MAE) 그리고 평균제곱오차(MSE)의 통계적 분석을 통하여 모형의 적합도와 모형의 오차 및 분산 정도를 측정하였다. 통계적 검정결과는 표 6에서 보는 바와 같이 R2가 0.99 이상으로 모형의 예측력이 아주 우수한 것으로 평가된다.
후속연구
경남의 대표적 도시인 마산시, 창원시, 진주시는 중소도시로 각 도시의 특성이 상이하나 평균한계도보시간에서 21분대의 유사한 값을 보이므로 3개 시의 데이트를 통합한다면 경남의 중소도시에 적용할 수 있는 버스이용자의 한계도보시간 추정 모형을 구축할 수 있을 것으로 판단된다. 이에따라 이들 시의 데이터를 합하고 ANFIS를 이용하여 한계도보시간 추정을 위한 모형을 구축코자 하였다.
본 연구는 중소도시 버스이용자들의 현재도보시간 및 한계도보시간을 추정하고 그 특성을 파악하며 연령 및 소득수준별 한계도보시간 추정을 위해 그 신뢰성이 검정된 ANFIS(Adaptive Neuro-Fuzzy Inference System) 모형(Kim, 2008)을 구축코자 하였다. 본 연구에서 개발된 모형은 타 중소도시에도 적용될 수 있을 것으로 기대된다.
333으로 예측력이 아주 우수한 것으로 평가된다. 본 연구에서 개발된 모형은 타 중소도시의 한계도보시간 추정에 이용될 수 있을 것으로 기대된다.
본 연구과정에서 조사원의 면접조사에 의해 현재의 도보시간이 분 단위로 조사되었으나 실제 도보시간과 인식하는 도보시간에 차이가 있을 수 있으며 동일 거리라 하더라도 보속에 따라 보행시간에 차이가 있어 보행시간에 의한 버스서비스권역 추정은 보편성의 결여가 예상된다. 차후의 이 분야의 연구에서는 도면이나 지번을 이용하여 보행거리를 조사함으로써 보편성이 높은 버스서비스권역의 추정이 가능할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
대중교통활성화가 필요한 이유는 무엇인가?
대중교통활성화는 자동차 1,600만대 시대에 교통문제 해결을 위한 근본적인 방안 중의 하나이며 교통약자들의 통행권 신장 차원에서도 필요하다. 정부도 이의 중요성을 인식하고 “대중교통의 육성 및 이용촉진에 관한 법률”을 제정하고 “대중교통 기본계획”을 수립하여 대중교통을 체계적으로 육성·지원하고 국민의 대중교통 이용을 촉진하기에 이르렀다.
중소도시 버스이용자들의 한계도보시간은 연령및 수입에 따라 도시별로 어떤 관계를 보이고 있는가?
8분으로 매우 큰 것으로 나타났다. 연령 및 수입과 한계도보시간과의 관계는 도시별로 상이한 관계를 보이고 있었다.
ANFIS 학습을 위해 이용 가능한 방법 두 가지는 무엇인가?
ANFIS 학습을 위해 이용 가능한 방법은 두 개의 상이한 알고리즘을 사용하는 Hybrid(Least Square Method와 Error Back-propagation의 혼합)방법과 오차역전파(Error Back-propagation)방법 두 가지가 있다. ANFIS에서 제안된 Hybrid 방법은 주어진 학습 데이터 집합에 대하여 결론부 선형 변수들을 최소자승법(Least Square Method)으로 구한 후, 결정 된 선형 변수값들에 대하여 오차의 변화율을 입력부로 역전시켜 비선형 변수값들을 최급강하법(Gradient Descent)으로 찾는 것이다.
Fuzzy Logic Toolbox for Use with Matlab User's Guide Version 2.0(2000) The MathWorks, Inc.
Hines, J.W. (1997) Matlab Supplement to Fuzzy and Neural Approaches in Engineering, John Wiley & Sons, Inc.
Kim, K.W. and Lee, D.H. (2008) A model to estimate the marginal walking time of bus users by using adaptive neuro-fuzzy inference system, KSCE Journal of Civil Engineering, Vol. 12, No. 32
Spasovic, L.N., Boile, M.P., and Bladikas, A.K. (1994) Bus transit service coverage for maximum probit and social welfare, Transportation Rsearch Record 1451
Spasovic, L.N. and Schonfeld, P.M. (1993) Method for optimizing transit service coverage, Transportation Research Record 1402
Transportation Research Board (2003). Transit Capacity and Quality of Service Manual-2nd edition: 3-9 - 3-11, TCRP Report 100, Washington, DC
Transportation Research Board (1999) A Handbook for Measuring Customer Satisfaction and Service Quality, National Academy Press, Washington, DC
※ AI-Helper는 부적절한 답변을 할 수 있습니다.