$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

도시철도 교통량 배정 알고리즘의 적합성 평가
Evaluation of the Performance of Transit Assignment Algorithms for Urban Rail Networks 원문보기

한국철도학회 논문집 = Journal of the Korean Society for Railway, v.17 no.6 = no.85, 2014년, pp.433 - 442  

정동재 (Department of Environmental Planning, Seoul National University) ,  장수은 (Department of Environmental Planning, Seoul National University)

초록
AI-Helper 아이콘AI-Helper

이 연구는 도시철도 교통량 배정 알고리즘의 적합성 평가를 목적으로 수행되었다. 이 알고리즘의 정확도는 교통수요 예측뿐만 아니라 네트워크의 취약성 분석이나 철도 운영기관간 운임수입 정산 등의 응용분야에서도 중요한 요소이다. 그럼에도 불구하고 알고리즘의 적합성이나 발전방향에 대한 논의는 부족하였다. 이에 본 연구는 대표적 교통량 배정 알고리즘인 최적전략 알고리즘, 경로선택 알고리즘, Dial 알고리즘을 대상으로 수도권 도시철도 이용자의 통행행태 연구에 적합한 알고리즘의 특성에 대하여 논의하였다. 이를 위해 각 알고리즘의 이론적 가정을 검토하고, 수도권 도시철도 네트워크에 적용해 그 성능을 살펴보았다. 그 결과 Dial 알고리즘이 이론적 가정의 합리성과 분석단위에 따른 계산적 효율성 측면에서 도시철도 이용자의 통행행태 분석에 우수한 것으로 나타났다.

Abstract AI-Helper 아이콘AI-Helper

This paper evaluates the performance of transit assignment algorithms for urban rail networks. The accuracy of the algorithms is essential not just for travel forecasting but also for the area of applications such as the assessment of road vulnerability and the fare adjustments between train operati...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구는 도시철도 네트워크를 대상으로 최적전략 알고리즘, 경로선택 알고리즘, Dial 알고리즘의 적합성을 검토하였다. 그 결과 Dial 알고리즘이 이론적 가정의 합리성과 분석단위에 따른 계산적 효율성 측면에서 도시철도 이용자의 통행행태 분석에 적합한 것으로 평가되었다.
  • 특히 도시철도 부문 교통량 배정은 지난 십여 년 동안 최적전략 알고리즘(the Optimal strategy algorithm)이 표준적으로 적용되고 있으나, 이 알고리즘이 도시철도 이용자의 통행행태 분석에 적합한지에 대한 연구는 충분하지 않다. 이에 본 연구는 최적전략 알고리즘을 포함하여 경로선택 알고리즘, Dial 알고리즘을 대상으로 도시철도 이용자의 통행행태 연구에 적합한 알고리즘의 특성에 대하여 논의한다. 특히 통행자의 인지오차에 대한 가정의 합리성과 링크, 경로, 전략 등 분석단위에 따른 연산 효율성을 중심으로 알고리즘을 평가하고자 한다.
  • 이에 본 연구는 최적전략 알고리즘을 포함하여 경로선택 알고리즘, Dial 알고리즘을 대상으로 도시철도 이용자의 통행행태 연구에 적합한 알고리즘의 특성에 대하여 논의한다. 특히 통행자의 인지오차에 대한 가정의 합리성과 링크, 경로, 전략 등 분석단위에 따른 연산 효율성을 중심으로 알고리즘을 평가하고자 한다.

가설 설정

  • 경로선택 알고리즘은 통행자가 효용이 가장 높은 경로를 선택한다고 가정한다. 일반적으로 효용은 관측할 수 있는 고정효용과 관측할 수 없는 확률효용으로 구분되는데, 확률효용이 Gumbel 분포를 따른다고 가정하면 로짓모형에, 정규분포를 따른다고 가정하면 프로빗모형에 바탕을 둔다.
  • 또한 두 경로의 관측교통량은 지하철 여객 수송실적 자료에서 각각 서울대입구-고속터미널(3), 서울대입구-고속터미널(7)의 수송량 정보로 파악할 수 있다. 물론 경로 A를 이용하더라도 고속터미널(7)에서 하차한 후 환승통로로 이동하여 고속터미널(3)에서 개찰할 수 있고, 혹은 경로 B를 이용한 후 고속터미널(7)에서 개찰할 수 있지만, 이러한 오차는 미미할 것으로 가정한다.
  • 최적전략 알고리즘은 한 지점에서 먼저 도착하는 서비스 노선에 탑승하여 통행하는 것을 전제한다. 이 가정은 승강장이 공간적으로 떨어져 있어 한 지점에서 환승할 수 없는 도시철도 이용자의 통행행태에 부합하지 않는다. 다수의 변수와 파라미터를 사용하여 철도 이용자의 통행행태를 모사 하려고 하지만, 국내 여건을 반영한 파라미터 추정 연구는 부족하고, 이를 추가로 추정 또는 정산하려면 많은 시간과 비용이 소요될 것으로 예상된다.
  • 통행자는 선택가능한 대안(the set of attractive lines) 중 먼저 도착하는 서비스 노선에 탑승하여 통행하는 것으로 전제한다. 이 가정은 한 지점에서 여러 서비스 노선을 이용할 수 있고, 동일 구간에서 유사한 통행저항을 경험하는 버스 이용자의 통행행태와 부합한다. 그러나 정거장이 노선별로 떨어져 있거나, 동일 구간이라도 통행저항이 크게 다를 수 있는 철도부문의 특성과는 거리감이 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
교통량 배정 알고리즘이란? 교통량 배정 알고리즘은 통행자가 어느 경로를 이용하는지를 분석하는 기법으로 전통적 교통수요 예측과정의 네 번째 단계에 적용된다. 이 단계에서 예측된 통행저항은 다시 교통수요 예측과정의 다른 단계에 입력자료로 사용된다.
Spiess and Florian [3]의 최적전략 알고리즘은 무엇때문에 고안되었는가? Spiess and Florian [3]의 최적전략 알고리즘은 대중교통 이용자의 노선선택과 환승통행 행태를 모사하기 위해 고안되 었다. 통행자는 선택가능한 대안(the set of attractive lines) 중 먼저 도착하는 서비스 노선에 탑승하여 통행하는 것으로 전제한다.
전통적 교통수요 예측과정의 네 번째 단계에서 예측된 통행 저항은 무엇에 쓰이는가? 교통량 배정 알고리즘은 통행자가 어느 경로를 이용하는지를 분석하는 기법으로 전통적 교통수요 예측과정의 네 번째 단계에 적용된다. 이 단계에서 예측된 통행저항은 다시 교통수요 예측과정의 다른 단계에 입력자료로 사용된다. 예 컨대, 경로의 통행저항은 주거지 선택(통행발생), 통행분포, 교통수단 선택 모형에서 중요한 독립변수이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (26)

  1. Y. Liu, J. Bunker, L. Ferreira (2010) Transit users' route-choice modelling in transit assignment: a review, Transport Reviews, 30(6), pp. 753-769. 

  2. H. Kato, Y. Kaneko, M. Inoue (2010) Comparative analysis of transit assignment: evidence from urban railway system in the Tokyo Metropolitan Area, Transportation, 37, pp. 775-799. 

  3. H. Spiess, M. Florian (1989) Optimal strategies: a new assignment model for transit networks, Transportation Research, 23B, pp. 83-102. 

  4. S. Raveau, J.C. Munoz, L. de Grange (2011) A topological route choice model for metro, Transportation Research, 45A, pp. 138-147. 

  5. J.Y. Yen (1971) Finding the k shortest loopless paths in a network, Management Science, 17(11), pp. 712-716. 

  6. J.A. Azevedo, M.E.O.S. Costa, J.J.E.R.S. Madeira, E.Q.V. Martins (1993) An algorithm for the ranking of shortest paths, European Journal of Operational Research, 69, pp. 97-106. 

  7. D. Eppstein (1999) Finding the k shortest paths, SIAM Journal on. Computing, 28(2), pp. 652-673. 

  8. S.I. Shin, H.S. Noh, C.S. Cho (2005) A revenue allocation model for the integrated urban rail system in the Seoul metropolitan, Journal of Korean Society of Transportation, 23(5), pp. 157-167. 

  9. S.I. Sin, C.J. Lee, C.S. Kim (2010) Allocating revenues to metropolitan railroad operators using public transportation card data, Journal of Korean Society of Transportation, 28(2), pp. 7-19. 

  10. S.H. Cheon (2010) Development of a smart card data-based stochastic transit assignment model on integrated public transportation networks, Ph D. Thesis, Seoul National University. 

  11. S. Bekhor, T. Toledo, J.N. Prashker (2008) Effects of choice set size and route choice models on path-based traffic assignment, Transportmetrica, 4(2), pp. 117-133. 

  12. R.B. Dial (1971) A probabilistic multipath traffic assignment model which obviates path enumeration, Transportation Research, 5, pp. 83-111. 

  13. Y. Sheffi (1985) Urban transportation networks: Equilibrium Analysis with Mathematical Programming Methods, Prentice-Hall, New York, pp. 286-308. 

  14. P. Robillard (1974) Calibration of $Dial^{\circ}Os$ assignment method, Transportation Science, 8, pp. 117-125. 

  15. D. Van Vliet (1981) Selected node-pair analysis in $Dial^{\circ}Os$ assignment algorithm, Transportation Research, 15B, pp. 66-68. 

  16. http://www.molit.go.kr/USR/NEWS/m_71/dtl.jsp?id155704805 (accessed Dec. 23, 2014). 

  17. S.I. Shin (2007) Integrated transit service evaluation methodologies using transportation card data, Seoul Development Institute, Seoul. 

  18. S.H. Son, G.J. Choe, J.H. Yu (2007) An estimation of generalized cost for transit assignment, Journal of Korean Society of Transportation, 25(2), pp. 121-132. 

  19. C.H. Yang, E.Y. Son (2000) Estimation of transfer related values of Seoul subway users using stated preference and revealed preference analyses, Journal of Korean Society of Transportation, 18(4), pp. 19-30. 

  20. Seoul Metropolitan Rapid Transit Corp. (2009) 2009 Transportation Plan. 

  21. Seoul Metropolitan Rapid Transit Corp. (2010) 2010 Transportation Plan. 

  22. Seoul Metropolitan Rapid Transit Corp. (2011) 2011 Transportation Plan. 

  23. Korea Development Institute (2008) A Study on Standard Guidelines for Pre-feasibility Study on Road and Railway Projects, 5th ed., Seoul. 

  24. M. Parveen, A. Shalaby, M. Wahba (2007) G-EMME/2: Automatic Calibration Tool of EMME/2 Transit Assignment Using Genetic Algorithms, Journal of Transportation Engineering, 133(10), pp. 549-555. 

  25. K.J. Lee (2004) Estimating transfer penalties considering transfer movement, Master thesis, Seoul National University. 

  26. D. Jeong (2012) A link-based stochastic algorithm for transit assignment: results from the urban railway system in Seoul, Master thesis, Seoul National University. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로