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 공단지역에서 위험물질이 누출되는 사고가 발생한 상황을 가정하여 빠른 시간 내에 대피가 이루어질 수 있도록 하는 모형개발을 목적으로 연구하였다. 공단지역에서 위험물질이 누출되는 사고는 사전에 미리 예고가 이루어지지 않아 위험지역 외부에서 운송수단을 투입하여 대피시키는 것이 불가능하다고 판단된다.
- 하지만 적합한 대피매뉴얼이 작성되어 있지 않아 사고발생 시 많은 혼란을 겪을 수 있다. 본 연구에서는 재난 발생시 목적에 맞는 대피매뉴얼의 작성에 기여할 수 있는 국내실정에 적합한 대피모형을 개발하는 것을 목적으로 연구를 수행하였다.
- 본 연구에서는 재난발생 시 신속한 대피가 이루어질 수 있도록 교차로 내에서의 통행패턴을 결정하여 최적의 대피경로를 찾는 대피모형을 개발하였다. 대피모형을 이용하여 가상네트워크를 통해 모형을 검증하고, 실제 지역을 대상으로 분석하여 적용성을 확인하였다.
가설 설정
- 대상지역내의 교차로는 3지 교차로 30개, 4지 교차로 17개로 구성 되어 있으며, 발생된 수요는 교차로를 연결하는 링크의 중심에서 발생되도록 설정하였다. 대피통행은 대상지역의 외부로 통행이 이루어지도록 하였고, 사고발생시점은 주중 14:00시로 가정하였으며, 14:00시 이전의 차량통행 및 보행자통행을 기초교통량으로 반영하였다.
제안 방법
- (2) 기존의 최단경로 산정방법인 Dijkstra 모형은 비교적 경로산정에 많은 시간이 소요되므로 연산시간 단축을 위해 가능경로법을 적용하였고, 유전자 알고리즘과 더불어 병렬처리기법인 SPMD를 적용하여 빠른 시간 내에 최적의 대피경로를 산정할 수 있도록 유도하였다.
- 내부블록(200×200m )은 9개, 외부블록(100× 200m )은 12개로 구성된다. 16개의 교차로 X1~X16까지 12개의 교차로 패턴을 적용할 수 있도록 결정변수로 설정하여 유전자 알고리즘을 적용하였다.
- 두 번째는 재난발생 시 대상지역을 통과하거나 대상지역내의 목적지로 이동하기 위해 주행 중이던 차량과 보행자가 재난발생을 인지하고 대상지역 외부로 빠져나가기 위해 대피하는 기초수요(BD; Base Demand)이다. BD의 경우 재난발생을 인지하는 즉시 이용 중이던 수단으로 즉각적인 대피가 가능하므로 재난발생시점의 ED에 BD의 수요량을 더하여 연산하였다.
- 가상네트워크를 구축한 뒤 수요와 수단까지의 설정이 완료된 자료를 이용하여 최적대피모형에 대한 검증을 실시하였다. 가상네트워크에 대하여 인구수 50, 세대수 70으로 분석하였을 때, 목적함수별 최적의 대피패턴과 적합도는 Table 3과 같이 나타났다.
- 개발된 대피모형은 패턴기반 대피경로 산정 알고리즘과 유전자 알고리즘을 복합적으로 사용하여 연산시간은 줄이면서 좋은 결과를 도출 할 수 있도록 구성되었다. 가상네트워크와 가상의 대피수요를 모형에 적용하여 연산을 실시한 뒤, 연산결과를 통해 최적의 대피경로 산정알고리즘을 검증하였다. 또한 실제지역을 대상으로 분석하여 모형의 국내 실정에 적합한지를 확인하였다.
- 개발된 모형을 실제지역에 적용하여 그 적용성을 검증하였다. 적용 대상지역은 구미시 국가산업 1단지에 위치한 구미소방서를 중심으로 직경 2km×2km로 설정하였다.
- 노선버스와 셔틀버스는 대상지역내 무작위적인 위치에 각각 10대, 2대씩 배정하였고, 승용차는 블록별로 대피인구의 10% (50대)를 적용하여 배정하였다.
- 대상지역의 네트워크는 KTDB 도로망 자료를 바탕으로 구성하였고, 대상지역에 대한 수요는 TRANSIMS를 이용하여 예측하였으며, 예측된 수요 자료를 바탕으로 블록별로 수요를 발생시켰다. 대상지역내의 교차로는 3지 교차로 30개, 4지 교차로 17개로 구성 되어 있으며, 발생된 수요는 교차로를 연결하는 링크의 중심에서 발생되도록 설정하였다.
- 본 연구에서 개발한 모형의 경우 교차로의 수와 패턴의 수에 따라 대피 가능경로 경우의 수가 기하급수적으로 증가하게 된다. 대상지역의 특성에 따라 다르게 나타나지만 패턴의 수는 제한되기 때문에 교차로의 수가 연산시간에 큰 영향요소로 작용하게 되고 연산에 많은 시간이 소요되기 때문에 패턴을 결정변수로 설정하여 유전자 알고리즘에 적용하였다.
- 본 연구에서는 재난발생 시 신속한 대피가 이루어질 수 있도록 교차로 내에서의 통행패턴을 결정하여 최적의 대피경로를 찾는 대피모형을 개발하였다. 대피모형을 이용하여 가상네트워크를 통해 모형을 검증하고, 실제 지역을 대상으로 분석하여 적용성을 확인하였다. 개발된 모형을 이용한 분석결과는 다음과 같다.
- 사고발생 이전에 대상지역을 통과하던 차량이 사고발생 이후 대피통행으로 전환되는 통행으로 차량의 경우 도로용량의 50%, 보행자의 경우 도로용량의 3%를 적용하였다. 도로용량은 도로의 길이와 차로를 곱하고 차량의 길이(7.5m; 여유 공간 포함)를 나누어 산정하였다. 보행자도로의 경우에는 보도의 길이에 보도 폭을 곱하고 LOS D의 보행자 밀도(0.
- 가상네트워크와 가상의 대피수요를 모형에 적용하여 연산을 실시한 뒤, 연산결과를 통해 최적의 대피경로 산정알고리즘을 검증하였다. 또한 실제지역을 대상으로 분석하여 모형의 국내 실정에 적합한지를 확인하였다.
- 본 연구에서 개발한 모형은 다중목적함수를 만족시킬 수 있는 최적화방법을 적용하였고, 목적함수에는 f1, f2, f3 3가지를 선택하였다.
- 세대 수, 세대별 인구, 결정변수, 목적함수, 제약조건의 수, 결정 변수의 상·하한을 결정한 뒤 초기인구의 교차로별 패턴을 무작위로 설정하여 초기인구를 생성하였다. 생성된 초기인구와 주어진 목적 함수 3개를 이용하여 적합도를 평가한 뒤 파레토 최적해를 생성한다. 파레토 최적해는 NSGA-Ⅱ 알고리즘을 이용하여 3차원 파레토 도면으로 도시하고, 앞에서 계산된 파레토 최적해의 적합도 순서별로 선택, 교배 및 돌연변이과정을 거쳐 다음세대를 만들게 된다.
- 세대 수, 세대별 인구, 결정변수, 목적함수, 제약조건의 수, 결정 변수의 상·하한을 결정한 뒤 초기인구의 교차로별 패턴을 무작위로 설정하여 초기인구를 생성하였다.
- 연구의 수행을 위해 국내외 선행연구를 살펴보고, 국내실정에 맞는 최적의 대피경로 산정 모형을 구성하였다. 개발된 대피모형은 패턴기반 대피경로 산정 알고리즘과 유전자 알고리즘을 복합적으로 사용하여 연산시간은 줄이면서 좋은 결과를 도출 할 수 있도록 구성되었다.
- 이러한 이유로 활동기반수요 예측모형인 TRANSIMS를 이용하여 사전 수요를 예측하였다. 예측된 수요를 행렬형태로 저장하고, 저장된 정보를 모형에 적용하여 연산하였다.
- Dijkstra 모형을 이용하여 산정된 최단경로는 각각의 출발노드에 대한 최적의 대피경로가 되지만 연산시간이 오래 걸린다는 단점을 가진다. 이러한 문제를 해결하기 위해 가능경로법을 적용한 뒤 유전자알고리즘을 이용하여 연산시간을 단축 시켰다. 가능경로법은 다음의 순서에 의해 적용된다.
- 기존의 통행기반 수요예측 모형은 차량의 통행을 기반으로 수요를 분석하기 때문에 모형의 분석을 위해 필요한 수요예측은 기존의 통행기반 수요예측 모형으로는 분석이 어려웠다. 이러한 이유로 활동기반수요 예측모형인 TRANSIMS를 이용하여 사전 수요를 예측하였다. 예측된 수요를 행렬형태로 저장하고, 저장된 정보를 모형에 적용하여 연산하였다.
- 공단지역에서 위험물질이 누출되는 사고는 사전에 미리 예고가 이루어지지 않아 위험지역 외부에서 운송수단을 투입하여 대피시키는 것이 불가능하다고 판단된다. 이러한 특성을 반영하여 사고 발생 시 대상지역 내부에서 운행 중인 노선버스, 공장직원 출퇴근용으로 이용되는 셔틀버스, 승용차 및 도보를 이용하여 대피하도록 하였다.
- 해석을 위한 네트워크는 링크별로 시·종점 노드, 제한속도, 링크의 길이 및 차로 수 등으로 구성하였다. 한 교차로 영역을 보았을 때, 수요가 발생하는 출발노드 i를 설정하고 교차로노드 n을 거쳐 도착노드 j로 도착하는 형태로 네트워크를 구성하여 여러 개의 교차로 영역을 지나 통행이 이루어지는 형태로 네트워크를 구성하였다.
대상 데이터
- 내부블록(200×200m )은 9개, 외부블록(100× 200m )은 12개로 구성된다.
- 대상지역의 네트워크는 KTDB 도로망 자료를 바탕으로 구성하였고, 대상지역에 대한 수요는 TRANSIMS를 이용하여 예측하였으며, 예측된 수요 자료를 바탕으로 블록별로 수요를 발생시켰다. 대상지역내의 교차로는 3지 교차로 30개, 4지 교차로 17개로 구성 되어 있으며, 발생된 수요는 교차로를 연결하는 링크의 중심에서 발생되도록 설정하였다. 대피통행은 대상지역의 외부로 통행이 이루어지도록 하였고, 사고발생시점은 주중 14:00시로 가정하였으며, 14:00시 이전의 차량통행 및 보행자통행을 기초교통량으로 반영하였다.
- 적용 대상지역은 구미시 국가산업 1단지에 위치한 구미소방서를 중심으로 직경 2km×2km로 설정하였다. 대상지역은 2012년 구미 불산 누출사고가 발생한 국가산업 4단지와 인접하며 산업단지 조성이 완공된 지 40년 이상 경과하여 사고발생의 위험이 높을 뿐만 아니라 유해물질 취급업체도 밀집되어 있고, 지리적으로 낙동강과 인접하여 사고발생 시 2차 피해가 매우 클 것으로 예상된다. 대피대상지역의 범위는 해당 대상지역이 보유하고 있는 위험물질과 사고대비물질 Key Infor Guide (국립과학원, 2012)의 초기이격거리를 참고하여 설정하였다.
- 대상지역은 네트워크의 규모가 비교적 크기 때문에 각 세대별 150인구를 적용하여 317세대에 거쳐 연산을 실시하였다. Table 5는 연산결과 획득한 목적함수별 최적 교차로패턴과 적합도이다.
- 8km) 형태의 가상네트워크에서 최적 대피 분석을 실시하였다. 실험을 위한 가상네트워크는 교차로노드를 16개, 도착노드를 16개로 구성하였다. 출발노드는 내부블록별 4개씩 36개와 외부블록별 1개씩 12개로 구성하여 총 48개로 구성하였다.
- 적용 대상지역은 구미시 국가산업 1단지에 위치한 구미소방서를 중심으로 직경 2km×2km로 설정하였다.
- 실험을 위한 가상네트워크는 교차로노드를 16개, 도착노드를 16개로 구성하였다. 출발노드는 내부블록별 4개씩 36개와 외부블록별 1개씩 12개로 구성하여 총 48개로 구성하였다. 내부블록(200×200m )은 9개, 외부블록(100× 200m )은 12개로 구성된다.
- 해석을 위한 네트워크는 링크별로 시·종점 노드, 제한속도, 링크의 길이 및 차로 수 등으로 구성하였다.
데이터처리
- (3) 모형의 적합성 검증을 위해 가상네트워크를 이용하여 분석하였고, 그 결과를 살펴보면 각 목적함수별 최적의 통행패턴을 찾아낼 수 있었다. 뿐만 아니라 구미 국가산업 1단지를 대상으로한 분석에서는 목적함수 1과 2의 곡선이 대피가 시작되고 15분이 경과된 시점에서 교차점이 생기는 것을 확인할 수 있다.
- 개발된 모형의 검증을 위하여 4×4 (직경 0.8km) 형태의 가상네트워크에서 최적 대피 분석을 실시하였다.
이론/모형
- 연산시간의 단축을 위하여 Matlab parallel toolbox에서 제공되는 SPMD (Single Program Multiple Data)를 적용하였다. Matlab parallel toolbox에는 GPU를 이용하여 연산속도를 증대시키는 gpuArray, for구문을 병렬처리 하여 반복계산시간을 증대시키는 parfor, 작업영역을 CPU 코어별로 할당하는 SPMD의 3가지가 제공되는데, 본 연구에서는 SPMD를 이용하여 최단경로 산정에 사용되는 Dijkstra 모형을 병렬처리 하였다.
- 대상지역은 2012년 구미 불산 누출사고가 발생한 국가산업 4단지와 인접하며 산업단지 조성이 완공된 지 40년 이상 경과하여 사고발생의 위험이 높을 뿐만 아니라 유해물질 취급업체도 밀집되어 있고, 지리적으로 낙동강과 인접하여 사고발생 시 2차 피해가 매우 클 것으로 예상된다. 대피대상지역의 범위는 해당 대상지역이 보유하고 있는 위험물질과 사고대비물질 Key Infor Guide (국립과학원, 2012)의 초기이격거리를 참고하여 설정하였다. 현재 대피계획의 완비 및 체계적인 대피훈련이 이루어지지 않은 상태이기 때문에 사고가 발생하게 되면 위험지역의 외부로 대피시키는 것이 우선시되어야 하므로 대피소는 대상지역의 외부지역으로 설정하고 정확한 위치는 설정하지 않았다.
- 본 연구에서 개발된 모형은 Matlab R2013a 버전에서 구축되었다. 기존의 통행기반 수요예측 모형은 차량의 통행을 기반으로 수요를 분석하기 때문에 모형의 분석을 위해 필요한 수요예측은 기존의 통행기반 수요예측 모형으로는 분석이 어려웠다.
- 연산시간의 단축을 위하여 Matlab parallel toolbox에서 제공되는 SPMD (Single Program Multiple Data)를 적용하였다. Matlab parallel toolbox에는 GPU를 이용하여 연산속도를 증대시키는 gpuArray, for구문을 병렬처리 하여 반복계산시간을 증대시키는 parfor, 작업영역을 CPU 코어별로 할당하는 SPMD의 3가지가 제공되는데, 본 연구에서는 SPMD를 이용하여 최단경로 산정에 사용되는 Dijkstra 모형을 병렬처리 하였다.
- 위에서 제시한 3가지의 목적함수와 NSGA-Ⅱ 모형을 이용하여 파레토 최적해를 구할 수 있다. 의사결정자는 재난발생 시 파레토 최적해의 상충관계를 의사결정 참고 자료로 사용가능하다.
- 최적의 대피경로를 찾기 위해 패턴이 적용되어 상충이 소거된 네트워크를 Dijkstra 모형으로 연산하여 최단경로를 산정하였다. Dijkstra 모형을 이용하여 산정된 최단경로는 각각의 출발노드에 대한 최적의 대피경로가 되지만 연산시간이 오래 걸린다는 단점을 가진다.
- 생성된 초기인구와 주어진 목적 함수 3개를 이용하여 적합도를 평가한 뒤 파레토 최적해를 생성한다. 파레토 최적해는 NSGA-Ⅱ 알고리즘을 이용하여 3차원 파레토 도면으로 도시하고, 앞에서 계산된 파레토 최적해의 적합도 순서별로 선택, 교배 및 돌연변이과정을 거쳐 다음세대를 만들게 된다. 생성된 다음세대는 다시 적합도 평가, 파레토 최적해 생성 및 다음세대 생성과정을 세대 수만큼 반복하여 세대 수가 초기 설정 값에 도달할 때까지 반복계산을 하게 된다.
성능/효과
- (1) 개발된 대피모형은 총 대피시간, 총 대피거리, 대응차량 진입시간을 최소화할 수 있도록 3가지의 목적함수를 적용하였고, 적합한 분석결과가 도출되었다고 판단된다. 대응차량 진입시간 최소화는 선행연구에서 찾아보기 힘든 목적함수이며, 대피상황 발생 시 반드시 고려하여야 할 중요한 요소로 판단된다.
- (1) 차량-보행자 간의 상충에 의한 통행시간 지체계수인 α, β, γ의 지역별 통행 특성에 맞는 값을 산정하여 실제 상황발생시 지체계수의 상이함에 의하여 발생하는 오차를 줄여야 한다.
- (2) R-NSGA-Ⅱ 모형을 적용하여 사고발생 인근지점에서 우선적인 대피가 이루어질 수 있도록 하여야 하며, 대피경로 산정시 사고발생지점으로 접근하는 형태의 대피경로가 산정되는 것을 방지하여야 한다.
- (4) 구미지역을 대상으로 한 분석 결과에서 대피 최적 교차로패턴을 적용한 것과 적용하지 않은 결과를 비교하였을 때, 패턴 적용 시 목적함수 1, 2, 3 모두 월등히 좋은 결과를 보여 대피모형의 적합성이 검증되었다.
- 연구의 수행을 위해 국내외 선행연구를 살펴보고, 국내실정에 맞는 최적의 대피경로 산정 모형을 구성하였다. 개발된 대피모형은 패턴기반 대피경로 산정 알고리즘과 유전자 알고리즘을 복합적으로 사용하여 연산시간은 줄이면서 좋은 결과를 도출 할 수 있도록 구성되었다. 가상네트워크와 가상의 대피수요를 모형에 적용하여 연산을 실시한 뒤, 연산결과를 통해 최적의 대피경로 산정알고리즘을 검증하였다.
- 목적함수별 최적화 패턴을 적용했을 때와 최적패턴을 반영하지 않았을 때의 적합도를 비교해보면 최적패턴을 적용했을 때 유리한 결과를 보이는 것으로 확인되었다. 목적함수 1의 경우 1인당 평균 23.7분, 목적함수 2의 경우 1인당 평균 260.7미터, 목적함수 3의 경우 240.8분을 줄일 수 있다는 것을 확인하였다.
- 패턴을 적용했을 때와 적용하지 않았을 때를 비교해보면 최적패턴을 적용했을 때 유리한 결과를 보이는 것을 확인하였다. 목적함수 1의 경우 1인당 평균 47.2분, 목적함수 2의 경우 1인당 평균 604.4미터, 목적함수 3의 경우 5.8분을 줄일 수 있다는 것을 확인하였다.
- 가상네트워크에 대하여 인구수 50, 세대수 70으로 분석하였을 때, 목적함수별 최적의 대피패턴과 적합도는 Table 3과 같이 나타났다. 목적함수별 최적화 패턴을 적용했을 때와 최적패턴을 반영하지 않았을 때의 적합도를 비교해보면 최적패턴을 적용했을 때 유리한 결과를 보이는 것으로 확인되었다. 목적함수 1의 경우 1인당 평균 23.
- 본 연구에서 개발한 모형의 경우 교차로의 수와 패턴의 수에 따라 대피 가능경로 경우의 수가 기하급수적으로 증가하게 된다. 대상지역의 특성에 따라 다르게 나타나지만 패턴의 수는 제한되기 때문에 교차로의 수가 연산시간에 큰 영향요소로 작용하게 되고 연산에 많은 시간이 소요되기 때문에 패턴을 결정변수로 설정하여 유전자 알고리즘에 적용하였다.
- Table 5는 연산결과 획득한 목적함수별 최적 교차로패턴과 적합도이다. 패턴을 적용했을 때와 적용하지 않았을 때를 비교해보면 최적패턴을 적용했을 때 유리한 결과를 보이는 것을 확인하였다. 목적함수 1의 경우 1인당 평균 47.
후속연구
- 본 연구를 통해 개발된 모형은 위의 4가지와 같은 결과를 도출할 수 있었고, 이는 재난사고 발생가능성이 높은 공단이나 원자력발전 단지 및 기타 위험지역에 적용하여 분석하면 재난사고 발생 시 대피실행 결정자의 의사결정에 도움이 되는 근거자료로 활용 가능할 것으로 판단된다.
- 위의 3가지 사항을 보완한 모형을 개발하게 될 경우 더욱 실제 대피상황과 근접한 모형을 구축할 수 있을 뿐만 아니라, 앞으로 더욱 많은 긴급대피 연구에 이바지할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.