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
- 본 연구에서는 장래 분포통행량의 예측 정확도를 높이기 위하여 복수의 중력모형을 구축, 적용하는 방법을 연구하였다.
제안 방법
- 1992년을 기준연도로 하고 2004년을 목표연도로 하여 분석을 하였는데, 구축한 복수 중력모형으로부터의 예측결과를 2004년 실측값과 비교하는 과정으로 유용성을 검정하였다. 그리고 기존의 단일 중력모형에 의한 통행분포량 예측결과와 비교를 하였다.
- 1992년을 기준연도로 하고 2004년을 목표연도로 하여 분석을 하였는데, 구축한 복수 중력모형으로부터의 예측결과를 2004년 실측값과 비교하는 과정으로 유용성을 검정하였다. 그리고 기존의 단일 중력모형에 의한 통행분포량 예측결과와 비교를 하였다.
- 그것은 최초 중력모형구축 시에는 비적합 집합 죤페어의 통행분포량이 고려되어 구축된 것이고, 적합 집합에서의 중력모형에서는 이를 고려하지 않았기 때문이다. 따라서 해당 죤 페어에 대해서는 두 개 중력모형에서의 재현 값을 산출하고, 양호한 재현 값을 산출한 중력모형을 그 죤 페어 장래 통행분포량 예측에 적용하도록 한다. 반복적인 진행 후, 어떠한 죤 폐어도 비적합 죤 페어 집합에 남아있지 않다면 종료되고, 구축된 복수의 중력모형으로 장래 통행분포 예측을 한다.
- 구축된 복수 중력모형을 적용한 장래 통행분포 예측은 해당 죤 페어가 속한 집합에서 구축된 중력모형을 적용하여 행한다. 본 사례분석에서 구축된 3개 중력모형 중 1차 적합 집합 중력모형으로는 20개 죤 페어의 통행분포량을 예측하고, 2차 +적합 집합에서 구축된 중력모형으로는 6개, -적합 집합에서 구축된 중력모형에서는 16개 죤 페어의 통행분포량을 예측한다.
- 본 연구에서 개발한 방법은 통행분포 예측 정확도를 높이기 위하여 기존 단일 중력모형을 구축하여 통행분포량을 예측하는 것을 복수의 중력모형을 구축하여 예측하는 방법이다.
- 복수 중력모형 적용방법의 유용성을 검정하기 위하여 대구시에서 사람통행실태 조사를 통하여 구축된 1992년 O-D 자료와 2004년 O-D 자료를 이용하였다. 분석 죤규모는 7개의 대죤으로 하였고, 죤내 통행을 제외한 42개 죤 페어의 분포통행량을 적용하였으며, 마찰인자(Cij)는 죤간 실거리를 적용하였다.
- 사례연구를 통하여 두 개의 목적함수를 이용하였을 경우, 세 개의 목적함수를 이용하였을 경우, 그리고 그 이상의 목적함수를 이용하였을 경우에 대하여 결과비교를 하였다.
- 이의 개선을 위하여 점근적 공분산 행렬을 이용하여 범위(interval)를 적용하는 방법을 제안하였다. 제안된 방법을 유입제약 조건의 중력모형, 유출제약 조건의 중력모형, 그리고 이중제약의 중력모형에서 적용하여 유용성을 입증하였다.
대상 데이터
- 복수 중력모형 적용방법의 유용성을 검정하기 위하여 대구시에서 사람통행실태 조사를 통하여 구축된 1992년 O-D 자료와 2004년 O-D 자료를 이용하였다. 분석 죤규모는 7개의 대죤으로 하였고, 죤내 통행을 제외한 42개 죤 페어의 분포통행량을 적용하였으며, 마찰인자(Cij)는 죤간 실거리를 적용하였다.
이론/모형
- 본 연구에서는 분포 통행량의 예측 정확도 향상을 목적으로 하고 있으므로, 식(2) 형태의 중력모형을 적용하였다. 상수(k) 및 계수(α, β, γ)는 실측 통행분포량과 변수 간의 모형 식(5)로부터 식(6)과 같이 대수 선형(Log-linear)화하여 회귀모형으로 추정한다.
성능/효과
- +비적합 집합의 분석에서도 6개의 죤 페어 모두를 적용하여 구축한 중력모형의 결정계수가 97.6%로 상당히 높게 분석되었다.
- PRMSE 분석에서는 복수 중력모형에서 68.833으로 분석되었으나, 단일 중력모형은 101.971로 그 차가 상당하며, PSD 에서도 복수 중력모형의 분석결과는 단일중력모형에서의 결과에 반 이하로 나타났다.
- PRMSE, PSD, Theil 부등계수는 값이 낮을수록 예측 정확도가 높은 것이고, 상관계수(r)는 값이 클수록 예측 정확도가 높다.
- 개발한 방법은 기본적인 중력모형 적용방법의 확장으로 중력모형의 장점이 그대로 유지되는 효과도 가진다.
- 결과는 기존 하나의 목적함수로부터 조정자를 결정하여 O-D표를 산출한 것 보다, 복수 목적함수를 적용하여 O-D표를 산출하는 것이 더욱 안정적이라는 것을 밝히고 있다.
- 다음으로 -비적합 집합을 대상으로 분석하였는데, 하나의 죤 페어 제거도 없이 구축된 중력모형의 결정계수가 95.2%로 분석되었다.
- 4개의 비교 통계량으로 단일 중력모형을 적용한 예측결과와 복수 중력모형을 적용한 예측결과를 비교 통계량으로 분석한 결과는 Table 2에서 나타내었다. 단일 중력모형을 적용한 결과보다 복수 중력모형을 적용한 예측결과가 월등히 우수한 것으로 분석되었다.
- 448로 복수중력 모형의 예측 정확도가 우수함을 보여주고 있다. 실측값과의 상관도 단일 중력모형의 분석결과는 0.601로 보통의 상관으로 분석되었으나, 복수 중력모형은 0.925로 높은 상관을 나타내는 것으로 분석되었다. 두 방법의 실측값과의 상관관계 비교는 Figure 10에서 나타내었다.
- 실측값과의 상관은 0.925로 상당히 높은 예측 정확도를 가지는 것으로 분석되었다.
- 유용성의 검증결과, 기존 하나의 중력모형을 적용하였을 때는 높지 않은 예측 정확도를 얻었으나, 복수 중력모형을 적용한 경우에는 상당히 높은 예측 정확도를 얻는 것으로 분석되었다.
- 이의 개선을 위하여 점근적 공분산 행렬을 이용하여 범위(interval)를 적용하는 방법을 제안하였다. 제안된 방법을 유입제약 조건의 중력모형, 유출제약 조건의 중력모형, 그리고 이중제약의 중력모형에서 적용하여 유용성을 입증하였다.
- 즉, 기존 방식인 단일 중력모형으로 예측하는 것 보다, 복수의 중력모형으로 예측하는 것이 예측 정확도를 높일 수 있게 된다.
후속연구
- 차후 연구과제는 더욱 다양한 통행분포량 예측 조건들에서 본 연구에서 개발한 복수 중력모형 적용 방법의 예측결과와 성장인자모형 등 타 예측모형들에서의 예측결과를 비교하여 보는 것이다. 그리고 복수 중력모형의 예측이 아닌 단일 중력모형에서 분포 통행량에 높은 상관을 가지는 변수를 찾아 적용하여 예측 정확도를 높이는 연구도 진행할 필요성이 있다.
- 즉, 잔차가 크다는 것은 예측값(Estimated O-D)과 실측값(Observed O-D, 조사치)이 많이 떨어져 있다는 것이고, 이 간격을 줄이려면 많이 떨어진 실측값에 가까운 예측 통행량이 산출될 수 있는 또 다른 중력모형이 구축되어 적용된다면 가능할 것이다.
- 차후 연구과제는 더욱 다양한 통행분포량 예측 조건들에서 본 연구에서 개발한 복수 중력모형 적용 방법의 예측결과와 성장인자모형 등 타 예측모형들에서의 예측결과를 비교하여 보는 것이다. 그리고 복수 중력모형의 예측이 아닌 단일 중력모형에서 분포 통행량에 높은 상관을 가지는 변수를 찾아 적용하여 예측 정확도를 높이는 연구도 진행할 필요성이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.