최근 급격한 기후 변화에 관련하여 아스팔트 도로의 손상이 다발적으로 발생하고 있다. 이러한 현상을 해결 및 방지하기 위해서 세계 각국에서 다양한 연구를 수행하고 있다. 이와 관련하여, 본 연구에서는 서울시에서 발생하는 포트홀 수에 대한 예측모형을 개발하였다. 예측모델을 개발함과 동시에 다양한 독립변수 중 실제 포트홀 발생에 영향을 미치는 요소를 파악하기 위해 경험적인 방법과 통계적인 방법을 활용하였다. 예측모형은 BHS (Basic Harmony Search) 알고리즘을 이용하여 결정하였으며, 기후자료와 교통량 자료 및 포트홀 발생 자료를 기반으로 예측이 이루어진다. 하모니 검색 알고리즘을 이용하여 예측모델을 결정하는 과정에서 PAR(Pitch Adjusting Rate)과 HMCR(Harmony Memory Considering Rate)의 영향을 파악하기 위해 이 값을 변화시키며 적합성을 판단하였다. 예측모델은 TrainingData(2011년, 2012년 및 2013년 자료)로 인해 구성되며, 결정된 모델의 적합성을 판단하기 위해 Testing Set에 적용하도록 하였다. 기본적인 예측모델의 적합성 판단은 RMSE(Root Mean Squared Error), MAE(Mean Absolute Error), 결정계수(Coefficient of Determination)를 이용하도록 하였다.
최근 급격한 기후 변화에 관련하여 아스팔트 도로의 손상이 다발적으로 발생하고 있다. 이러한 현상을 해결 및 방지하기 위해서 세계 각국에서 다양한 연구를 수행하고 있다. 이와 관련하여, 본 연구에서는 서울시에서 발생하는 포트홀 수에 대한 예측모형을 개발하였다. 예측모델을 개발함과 동시에 다양한 독립변수 중 실제 포트홀 발생에 영향을 미치는 요소를 파악하기 위해 경험적인 방법과 통계적인 방법을 활용하였다. 예측모형은 BHS (Basic Harmony Search) 알고리즘을 이용하여 결정하였으며, 기후자료와 교통량 자료 및 포트홀 발생 자료를 기반으로 예측이 이루어진다. 하모니 검색 알고리즘을 이용하여 예측모델을 결정하는 과정에서 PAR(Pitch Adjusting Rate)과 HMCR(Harmony Memory Considering Rate)의 영향을 파악하기 위해 이 값을 변화시키며 적합성을 판단하였다. 예측모델은 Training Data(2011년, 2012년 및 2013년 자료)로 인해 구성되며, 결정된 모델의 적합성을 판단하기 위해 Testing Set에 적용하도록 하였다. 기본적인 예측모델의 적합성 판단은 RMSE(Root Mean Squared Error), MAE(Mean Absolute Error), 결정계수(Coefficient of Determination)를 이용하도록 하였다.
A bunch of asphalt roads have been damaged frequently in relation to the rapid climate change. To solve and prevent this type of problems, many nationalities in the world have performed various researches. In this regard, the objective of this study is to develop prediction model as to the number of...
A bunch of asphalt roads have been damaged frequently in relation to the rapid climate change. To solve and prevent this type of problems, many nationalities in the world have performed various researches. In this regard, the objective of this study is to develop prediction model as to the number of potholes occurred in seoul. At the same time, we have utilized empirical and statistical approaches in order for us to identify factors which is affecting the actual occurrence. The predictive model was determinded by using BHS (Basic Harmony Search) algorithm. Prediction was based on the weather and traffic data as well as data occurrence data of porthole. To assess the influences which are PAR(Pitch Adjusting Rate) and HMCR(Harmony Memory Considering Rate), we determined suitability by changing the values. In the process of the determining a predictive model, the predictive model composed Training data (2011, 2012 and 2013yrs data). To determine the suitability of the model, we have utilized Testing Set (2009 and 2010 yrs data). The suitability of the basic prediction model has been from RMSE(Root Mean Squared Error), MAE(Mean Absolute Error) and Coefficient of determination.
A bunch of asphalt roads have been damaged frequently in relation to the rapid climate change. To solve and prevent this type of problems, many nationalities in the world have performed various researches. In this regard, the objective of this study is to develop prediction model as to the number of potholes occurred in seoul. At the same time, we have utilized empirical and statistical approaches in order for us to identify factors which is affecting the actual occurrence. The predictive model was determinded by using BHS (Basic Harmony Search) algorithm. Prediction was based on the weather and traffic data as well as data occurrence data of porthole. To assess the influences which are PAR(Pitch Adjusting Rate) and HMCR(Harmony Memory Considering Rate), we determined suitability by changing the values. In the process of the determining a predictive model, the predictive model composed Training data (2011, 2012 and 2013yrs data). To determine the suitability of the model, we have utilized Testing Set (2009 and 2010 yrs data). The suitability of the basic prediction model has been from RMSE(Root Mean Squared Error), MAE(Mean Absolute Error) and Coefficient of determination.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이외에도 지역적 특성이나, 도로의 설계수명, 또는 포장도로의 종류 등의 경험적 요소의 중요 부분을 고려하지 않은 서울시 전역에 대한 예측모델을 개발하였다. 따라서 예측모델의 정확성을 높이기 위해 지역적 특성 및 포장 설계수명 등의 상세 정보가 필요한 것으로 판단하였다.
본 연구의 목적은 2011년부터 2013년까지 기상자료와 교통량자료의 Training Set을 이용하여 하모니 검색 알고리즘에 기반한 예측모델을 개발하는 것이다. 또한, 예측모델을 개발함과 동시에 실제 다양한 기상자료와 교통량에 대한 독립변수 중 포트홀에 영향을 미치는 인자를 찾고자 하였다. 포트홀 발생에 영향을 미치는 요소를 확인하기 위하여 확률적 방법과 경험적 방법으로 접근하였으며, 본 연구를 수행한 최종적인 결론은 다음과 같다.
이와 관련하여, 본 연구에서는 아스팔트 도로에서 발생할 수 있는 포트홀(Pothole)로 인한 피해를 예방하고 방지하는 차원의 초기 대응으로 포트홀 발생 수와 관련한 예측모델을 개발하였다. 또한, 이 예측 모델에서 결정되어진 비표준화계수(Unstandardized Coefficients)를 표준화계수(Standardized Coefficients)로 변환하여 실제 포트홀에 영향을 주는 인자를 찾는 것에 목적을 두었다.
목적함수는 실제 발생한 도로의 파손 개수와 하모니검색을 통해 예측된 도로 파손의 개수의 오차를 최소화 시키는 것에 기반한다. 이러한 오차 최소화 함수는 RMSE(Root Mean Squared Error)에 기초하였으며, 다음 식 (5)와 같이 표현되어 진다.
본 연구의 목적은 2011년부터 2013년까지 기상자료와 교통량자료의 Training Set을 이용하여 하모니 검색 알고리즘에 기반한 예측모델을 개발하는 것이다. 또한, 예측모델을 개발함과 동시에 실제 다양한 기상자료와 교통량에 대한 독립변수 중 포트홀에 영향을 미치는 인자를 찾고자 하였다.
4는 2011년부터 2013년까지 총 36개월의 Training데이터를 이용하여 결정되어진 예측모델의 결과이다. 이 Training데이터를 실제 2009년과 2010년에 적용하여 이 예측모델의 적합성을 검증하고자 하였다. 다음 Fig.
이러한 도로의 파손은 유지 및 보수의 면에서 경제적인 손실을 발생시키고 2차 사고를 유발할 수 있는 가능성을 갖으며 도로파손의 상태는 도시미관상 보행자에게 불쾌감을 주는 등 다양한 문제를 야기한다. 이와 관련하여, 본 연구에서는 아스팔트 도로에서 발생할 수 있는 포트홀(Pothole)로 인한 피해를 예방하고 방지하는 차원의 초기 대응으로 포트홀 발생 수와 관련한 예측모델을 개발하였다. 또한, 이 예측 모델에서 결정되어진 비표준화계수(Unstandardized Coefficients)를 표준화계수(Standardized Coefficients)로 변환하여 실제 포트홀에 영향을 주는 인자를 찾는 것에 목적을 두었다.
제안 방법
005이하면서 결정계수가 상대적으로 높은 평균상대습도와 최소상대습도, 총 강수량, 총 강수일, 최대 연속강수일수가 포트홀 발생에 영향을 미치는 요소로 판단될 수 있다. 그러나 경험적 관점에서 영향요소를 판단할 때 교통이나 온도의 조건 역시 매우 중요한 것으로 판단하여 다음 Fig. 5와 같이 월 별 실제 서울시 전체 포트홀 예측 결과와 측정 결과를 도시화 하였다.
본 연구에서 수행하고자 하는 것은 서울시 전체에서 발생하는 도로의 포트홀 개수를 예측하는 것이다. 그러나 하모니 검색 알고리즘에서 사용되는 PAR이나 HMCR의 영향이 예측모델의 미지수를 결정하는 데 매우 중요한 역할을 하기 때문에 PAR과 HMCR의 변화를 고려하여 예측모델을 결정하도록 하였다.
또한 표준화계수의 값은 각 독립변수가 종속변수에 미치는 상대적 영향력을 나타내지만, 이 영향력의 유의수준이나 공선성을 판단해 주는 역할을 하지 못한다. 따라서 분산팽창요인(Variance Inflation Factor, VIF)을 도출하기 위한 다중공선성분석과 유의확률(P-value)을 계산하기 위한 상관분석을 수행하였다. 단, 표준화 작업은 Testing Set이 예측모델의 구성에 영향을 주지 못하였기 때문에, 예측모델을 구성하는 Training Set에만 적용되어졌다.
서울시 내에 도로포장의 파손의 수는 포트홀의 수에 초점을 두었으며, 이를 지역적으로 파악하기 위하여 국소지역에 대하여 총 52가지 지역으로 구분함에 따라 다음 Fig. 1.과 같이 3D 칼라맵핑(Color-Mapping)을 시도하였다. 다음 Table 2는 국소 52지역에 대한 설명을 한 표이다
예측하는 과정에서 각 독립변수의 평균과 분산의 차이가 크고, 기온의 경우 다른 독립변수와 달리 음의 값을 갖을 수 있으며, 여름철에 적설자료의 부재와 같은 강수와 적설 자료에서 존재하지 않는 경우의 문제들을 고려하여 독립변수와 종속변수를 –1에서 1사이의 값을 갖도록 하기 위해 정규화작업을 실시하였다.
정규화된 값을 실제 포트홀의 수로 변환하는 방법은 다음 식과 같다. 이를 변환하는 과정에서 예측된 포트홀의 수는 정수로 산출되어야 하기 때문에 소수점이하는 생략하도록 하였다.
이외에도 지역적 특성이나, 도로의 설계수명, 또는 포장도로의 종류 등의 경험적 요소의 중요 부분을 고려하지 않은 서울시 전역에 대한 예측모델을 개발하였다. 따라서 예측모델의 정확성을 높이기 위해 지역적 특성 및 포장 설계수명 등의 상세 정보가 필요한 것으로 판단하였다.
또한, 예측모델을 개발함과 동시에 실제 다양한 기상자료와 교통량에 대한 독립변수 중 포트홀에 영향을 미치는 인자를 찾고자 하였다. 포트홀 발생에 영향을 미치는 요소를 확인하기 위하여 확률적 방법과 경험적 방법으로 접근하였으며, 본 연구를 수행한 최종적인 결론은 다음과 같다.
따라서 각 독립변수가 포트홀 발생에 미치는 영향을 판단하기 위해서는 표준화를 시켜줄 필요가 있다. 표준화를 수행하는 과정에서 각 독립변수와 종속변수의 표준편차를 활용하였다. 또한 표준화계수의 값은 각 독립변수가 종속변수에 미치는 상대적 영향력을 나타내지만, 이 영향력의 유의수준이나 공선성을 판단해 주는 역할을 하지 못한다.
대상 데이터
교통량의 자료는 서울시 유입·출지점의 합산으로 한 달 동안의 서울시 내 총 유동차량을 계산하였다.
기상관련 자료는 기상청에서 제공하고 있는 기상월보에 의해 자료를 수집하였으며, 도로의 파손은 아스팔트에서 발생할 수 있는 다양한 파손형태 중 포트홀만 고려하였다.
기상자료는 기상청에서 제공하는 서울시 기상월보 및 일보의 자료에 기초하였다. 교통량의 자료는 서울시 유입·출지점의 합산으로 한 달 동안의 서울시 내 총 유동차량을 계산하였다.
하모니 검색 알고리즘에 적용되어지는 독립변수는 한달에 기초한 최대기온, 평균기온, 최저기온, 상대습도의 평균, 최저 상대습도, 증발량 평균, 총 강수량, 총 강수일수, 최대 연속강수일수, 최심적설 총량, 최대 적설량의 11가지 기상자료와 교통량 자료를 사용하였다. 독립변수에 대한 자료는 예측모델을 생성하기 위해 2011년, 2012년 그리고 2013년간의 Training Set으로 구성하였으며, 이로 결정되어진 예측모델의 실제 적합성을 평가하기 위해 2009년과 2010년의 Testing Set으로 적용되어졌다. 예측모델 적용 지역은 대도시로 인구가 집중되는 도시집중화 현상을 고려하여, 우리나라 내 서울시 전역으로 결정하였다.
독립변수에 대한 자료는 예측모델을 생성하기 위해 2011년, 2012년 그리고 2013년간의 Training Set으로 구성하였으며, 이로 결정되어진 예측모델의 실제 적합성을 평가하기 위해 2009년과 2010년의 Testing Set으로 적용되어졌다. 예측모델 적용 지역은 대도시로 인구가 집중되는 도시집중화 현상을 고려하여, 우리나라 내 서울시 전역으로 결정하였다.
예측모델에 사용되는 미지수를 결정하기 위하여 하모니 검색 알고리즘(Harmony Search Algorithm)을 사용하였다. 하모니 검색 알고리즘에 적용되어지는 독립변수는 한달에 기초한 최대기온, 평균기온, 최저기온, 상대습도의 평균, 최저 상대습도, 증발량 평균, 총 강수량, 총 강수일수, 최대 연속강수일수, 최심적설 총량, 최대 적설량의 11가지 기상자료와 교통량 자료를 사용하였다. 독립변수에 대한 자료는 예측모델을 생성하기 위해 2011년, 2012년 그리고 2013년간의 Training Set으로 구성하였으며, 이로 결정되어진 예측모델의 실제 적합성을 평가하기 위해 2009년과 2010년의 Testing Set으로 적용되어졌다.
데이터처리
Jimoh(2012))에서는 기후영향들을 배제하고 교통하중에 대한 영향을 지정기간 내의 차종과 교통량으로 세분화 하여 포트홀의 발생 수를 예측하였다. 예측모델의 적용은 Linear, Natural, Logarithm, Quadratic, Exponential의 회귀분석(Regression Analysis)에 기초하였다.
이러한 기후와 하중조건의 영향 중 실제 포트홀 발생에 영향을 주는 요인을 찾기 위해 표준화계수를 산정하여 비교하였다.
서울시 내에서 발생하는 도로의 파손은 그 개수 및 특성이 매우 불규칙적이며, 그 변화 또한 매달 매우 큰 폭으로 변화하는 등 규칙성이 거의 존재하지 않는다. 이를 확인하기 위해서 데이터에 대한 표준확률곡선(Normal Probability Curve)를 작성하였으며, 그 결과는 다음 Fig.2와 같다.
컴퓨터 프로그래밍을 통한 반복작업의 횟수가 100000번 이상인 경우에 오차를 최소화 시키는 것에 한계가 있는 것으로 판단하였다. 하모니 검색 알고리즘에 의해 예측되어진 결과의 적합성을 판단하기 위하여 오차는 식 (4)와 같은 최소화된 RMSE를 활용하였으며, 오차율과 상관계수는 다음 식과 같이 MAE(Mean Absolute Error)와 결정계수(Coefficient of Determination)을 사용하였다.
이론/모형
예측모델에 사용되는 미지수를 결정하기 위하여 하모니 검색 알고리즘(Harmony Search Algorithm)을 사용하였다. 하모니 검색 알고리즘에 적용되어지는 독립변수는 한달에 기초한 최대기온, 평균기온, 최저기온, 상대습도의 평균, 최저 상대습도, 증발량 평균, 총 강수량, 총 강수일수, 최대 연속강수일수, 최심적설 총량, 최대 적설량의 11가지 기상자료와 교통량 자료를 사용하였다.
목적함수는 실제 발생한 도로의 파손 개수와 하모니검색을 통해 예측된 도로 파손의 개수의 오차를 최소화 시키는 것에 기반한다. 이러한 오차 최소화 함수는 RMSE(Root Mean Squared Error)에 기초하였으며, 다음 식 (5)와 같이 표현되어 진다.
성능/효과
(1) BHS(Basic Harmony Search) 알고리즘은 PAR과 HMCR이 각각 0.2, 0.85인 경우 정규화 값의 RMSE오차가 0.2148로 가장 적으며, 0.3, 0.9인 경우 오차발생률인 MAE가 17.64%로 가장 낮은 것을 확인하였다.
(2) 예측모델을 개발함과 동시에 각 독립변수가 포트홀 발생에 영향을 미치는 인자를 확인하기 위해 독립변수에 대한 구성모델은 선형으로 가정하였으며, 이 결과로부터 포트홀 발생에 영향을 미치는 요소를 판단하여 방정식을 재구성할 경우 예측모델의 적합성이 더 우수할 것으로 판단하였다.
(3) 확률적인 분석면에서는 기상자료 중 상대습도와 강수량이 가장 영향을 많이 미치는 것으로 판단하였다.
(4) 경험적인 면에서는 온도, 강수량, 적설량, 교통량이 포트홀의 발생에 영향력이 클 것으로 판단하였다.
Training 데이터에 기반한 예측모델을 Testing Set에 적용한 결과 RMSE오차는 1918개소, 추세에 대한 정확성은 85.4%인 것으로 확인되었다.
실제 포트홀 수로 변환한 값은 다음 Fig. 4와 같으며, 이에 대한 RMSE오차가 1683개소, 추세에 대한 상관도가 90.83%로 확인되었다.
후속연구
본 연구는 추후 위 결론을 토대로 실험계획법과 포트홀 발생 영향요소의 판단을 이용하여 구성방정식을 보다 합리적으로 결정하도록 하는 연구를 수행할 것이다.
조화를 이루려고 하는 데이터를 즉흥연주에 비교한다면, 참여연주자가 된다. 참여 연주자들이 기본적인 악보가 없는 상태에서 즉흥연주를 실시한다면, 연주 초기보다 후기에 비교적 더 조화를 잘 갖춘 연주를 할 것이라고 판단할 수 있다. 이는 각 연주자 들이 서로의 음향을 파악하면서 최상의 조화를 이루기 때문이다.
질의응답
핵심어
질문
논문에서 추출한 답변
점탄성체인 아스팔트 혼합물은 어떤 조건에 민감한 특성을 가지는가?
점탄성체인 아스팔트 혼합물은 온도와 하중의 조건에 매우 민감한 특성을 가지고 있다. 이와 관련하여, 실제 온도가 높은 경우, 서울시 내에서 발생한 포트홀의 수가 크게 증가하는 것을 Fig.
하모니 검색 알고리즘이란 무엇인가?
하모니 검색 알고리즘(Harmony Search Algorithm, HSA)은 데이터들의 조화로 인하여 그 가중치를 결정하는 최적화 기법 중 하나로써, 이 알고리즘은 즉흥연주를 모방함으로써 전역적 최적화(Global Optimization)적 해를 도출한다는 특징을 가지고 있다는 것 때문에 여러 분야에서 이용되고 있는 알고리즘이다.
본 연구를 통해 확인한 기상자료 중 확률적인 분석면에서 가장 포트홀 발생에 영향을 미치는 요소는 무엇으로 판단하였는가?
(3) 확률적인 분석면에서는 기상자료 중 상대습도와 강수량이 가장 영향을 많이 미치는 것으로 판단하였다.
참고문헌 (10)
Lee, C. , Kim, D. , Mun, S. , and Yoo, P. (2012). "Study on a Prediction Model of the Tensile Strain Related to the Fatigue Cracking Performance of Asphalt Concrete Pavements Through Design of Experiments and Harmony Search Algorithm", Korean Journal of Korea Society of Road Engineers, KSRE, 14(2), pp. 11-17.
Lee, J. , Yu, H. , Kim, Y. , Lee, J. , and Cho, M. (2004). "A Study on the Development of an Automated Pavement Crack Sealer", Korean Journal of Construction Engineering and Management, KICEM, 5(2), pp. 162-171.
Lee, S. , Mun, S . (2014). "Improving a model for the dynamic modulus of asphalt using the modified harmony search algorithm", Expert Systems and Applications, SCIE 41(8), pp. 3856-3860.
Mun, S. , and Geem, Z-W. (2009). "Determination of individual sound power levels of noise sources using a harmony search algorithm", International Journal of Industrial Ergonomics, SCIE, 39, pp. 366-370.
Mun, S. , and Geem, Z-W. (2009). "Determination of viscoelastic and damage properties of hot mix asphalt concrete using a harmony search algorithm", Mechanics of Materials, SCIE, 41, pp. 339-353.
Mun, S. , and Lee, S. (2011). "Identification of viscoelastic functions for hot-mix asphalt mixtures using a modified harmony search algorithm". Journal of Computing in Civil Engineering, ASCE, 25, pp. 139-148.
Mun, S. , and Cho, Y. (2012). "Modified harmony search optimization for constrained design problems", Expert Systems and Applications, SCIE, 39(1), pp. 419-423.
Park, D. , Lee, S. , and Kim, K. (2010). "A Study on the Construction Specification and Quality Assurance Criteria in Clay Paver", Korean Journal of Construction Engineering and Management, KICEM, 11(6), pp. 111-121.
Suh, Y. , Mun, S. , and Yeo, I. (2010). "Fatigue Life Predictio of Asphalt Concrete Pavement Using a Harmony Search Algorithm", Journal of Civil Engineering, KSCE, 14(5), pp. 725-730.
Jimoh. Y. A. (2012). "Model and Application for a Pothole in a Flexible Pavement Maintenance Due to Axle Loads", Espistemics in Science, Engineering and Technology, ESET, 2(1), pp. 1-7.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.