$\require{mediawiki-texvc}$

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.

항공 수요예측 및 고객 수하물 컨베이어 확장 모형 연구 : 인천공항을 중심으로
Air Passenger Demand Forecasting and Baggage Carousel Expansion: Application to Incheon International Airport 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.32 no.4, 2014년, pp.401 - 409  

윤성욱 (광운대학교 경영학부) ,  정석재 (광운대학교 경영학부)

초록
AI-Helper 아이콘AI-Helper

본 연구는 시설 확장비용과 승객들의 지체시간 감소에 따른 편익을 고려한 항공의 핵심 시설 확장 문제를 다루고자 한다. 이를 위해 우리는 시계열 예측방법으로 널리 알려진 ARIMA model를 활용하여 계절 및 주기를 갖는 항공피크 수요를 예측한다. 승객이 공항에 도착한 후에 공항 내에서의 승객들의 흐름과 지체를 고려하여 실제 지체 편익을 추정하기 위해 이산사건 시뮬레이션 모형을 설계한다. 비용과 편익 간의 상충관계를 통해 우리는 컨베이어의 경제적 확장 대수를 결정한다. 인천공항의 사례를 활용한 실험이 수행되었으며, 실험 결과는 본 접근방법이 계절에 따른 승객의 도착 유형과 공항 내의 동적인 흐름을 반영한 시설의 확장 문제를 해결하는 데 효과적임을 보인다.

Abstract AI-Helper 아이콘AI-Helper

This study deals with capacity expansion planning of airport infrastructure in view of economic validation that reflect construction costs and social benefits according to the reduction of passengers' delay time. We first forecast the airport peak-demand which has a seasonal and cyclical feature wit...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 그 결과, ARIMA 모형과 구조모형이 다른 예측방법들보다 뛰어난 예측결과를 보였다. 따라서 본 연구에서는 공항 수요의 신뢰성 높은 예측을 위해 ARIMA 수요예측 방법을 이용하여 공항 핵심시설 확장에 가장 기본이 되는 미래수요를 예측하였고, 인천공항의 입국승객을 대상으로 예측을 진행하였다.
  • 본 연구에서는 미래 공항수요예측과 공항 터미널 내의 승객흐름 분석모형을 이용하여 최종적으로 공항 수하물 수취 컨베이어 확장에 대한 경제적 타당성을 분석하는 과정을 제시하고 있다. 한편 컨베이어의 적정 확장 대수를 결정하기 위해 수하물 컨베이어 확장에 따른 승객의 대기시간 감소분에 대한 편익과 컨베이어 설치에 따른 투자비용을 고려하였다.
  • 실험은 인천공항의 실제사례를 통하여 본 연구가 제안하는 방법론의 적용가능성을 입증하기 위하여 수행되었다. 본 연구에서는 수요예측과 시뮬레이션 분석의 상호작용, 시뮬레이션과 비용편익분석의 통합적인 분석을 통해 공항뿐만 아니라 이와 비슷한 다른 산업에도 용량 확장계획에 대하여 적용 가능한 방법론을 제시하였다.
  • 본 연구에서는 컨베이어 1대를 추가할 때 발생하는 승객의 편익(컨베이어 추가 시 대기시간 감소분 × 항공여객의 시간가치)을 컨베이어 설치비용으로 나눈 값으로 컨베이어 증설에 따른 경제적 타당성을 검증했다.
  • 본 연구의 목적은 수하물 수취장의 운영적 측면과 미래 공항수요의 패턴을 고려하여 수하물 수취 컨베이어의 적정 확장대수를 결정하는 방법론을 제시하는 것이다. 제안한 방법론은 첫째, ARIMA 모델을 이용한 도착승객 수요예측, 둘째, 수하물 인수에 대한 승객의 대기시간 측정을 위한 시뮬레이션 모델, 셋째, 수하물 수취 컨베이어 확장에 대한 비용-편익분석으로 구분 할 수 있다.
  • 제안한 방법론은 첫째, ARIMA 모델을 이용한 도착승객 수요예측, 둘째, 수하물 인수에 대한 승객의 대기시간 측정을 위한 시뮬레이션 모델, 셋째, 수하물 수취 컨베이어 확장에 대한 비용-편익분석으로 구분 할 수 있다. 실험은 인천공항의 실제사례를 통하여 본 연구가 제안하는 방법론의 적용가능성을 입증하기 위하여 수행되었다. 본 연구에서는 수요예측과 시뮬레이션 분석의 상호작용, 시뮬레이션과 비용편익분석의 통합적인 분석을 통해 공항뿐만 아니라 이와 비슷한 다른 산업에도 용량 확장계획에 대하여 적용 가능한 방법론을 제시하였다.
  • (2009)는 Holt- Winters, 계절형 ARIMA 그리고 Grey 예측모델을 이용하여 일본, 홍콩, 미국에서 태국으로 오는 여행객들의 수요를 예측하였다. 이 연구에서는 승객의 타입을 여행목적, 비즈니즈 목적, 기타 목적으로 구분하여 예측하였고, 계절형 ARIMA가 다른 예측방법보다 더 신뢰성 높은 예측결과를 보였다. Kulendran and Witt(2003)의 연구에서는 뉴질랜드, 영국, 미국에서 호주로 오는 여행객들에 대하여 구조모형, 오차교정모형, 구조적 시계열 모형, ARIMA 모형 등 다양한 예측방법들의 예측결과를 비교하였다.
  • 컨베이어 확장 계획은 2015년에 예측된 미래 도착승객 수요에 대하여 적정 컨베이어 확장 대수를 결정하는 것을 고려하였다. 적정 컨베이어 대수를 결정하기 위해 본 연구에서는 컨베이어 확장에 따른 승객의 지체시간 감소분에 대한 편익과 컨베이어 건설비용을 고려하여 경제적 타당성을 검토 하였다. Figure 8과 같이 컨베이어를 한 대씩 추가하면서 편익과 비용의 관계를 파악하여 2015년 도착승객 수요에 대한 컨베이어 확장 적정 대수를 결정하였다.

가설 설정

  • 첫째, 수하물은 좌석등급과 상관없이 무작위 적으로 투입된다. 둘째, 승객의 수하물은 승객이 수하물 수취장에 도착한 뒤에 도착하는 것으로 가정한다. 한 비행기에 탑승한 승객들이 수하물 수취 컨베이어에 도착하는 비율에 따라 수하물의 도착을 다양하게 적용하였다.
  • 본 연구에서는 승객이 컨베이어에 도착하는 순서를 Table 4와 같이 내·외국인 별, 좌석 등급 별로 고려하였다. 일반적으로 내국인의 경우 외국인보다 입국심사시간이 상대적으로 짧기 때문에 먼저 수하물 컨베이어에 도착이 가능하고, 좌석등급이 높을수록 승객은 출입구에 가까이 위치하게 되기 때문에 컨베이어에 먼저 도착한다고 가정했다. 따라서 First Class를 이용한 내국인 승객이 가장 먼저 도착하고, Economy Class를 이용한 외국인 승객이 가장 늦게 도착하게 된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
공항 내의 시설 확충 및 운영계획 수립에 필요한 항공수요의 예측은 어떠한 것들이 있는가? 공항 내의 시설 확충 및 운영계획에서 가장 기본이 되는 것은 특정 기간 동안에 공항을 이용할 것으로 예상되는 항공수요의 예측이라고 해도 과언이 아니다. 특히 활주로, 착륙대, 유도로, 주기장 등을 포함하는 에어사이드(Air-Side)와 여객 및 화물 처리시설, 기타 부대시설, 주차장 등을 포함하는 랜드사이드(Land-Side)에 대한 종합설계 계획에서 정확한 수요예측은 공항시설의 규모를 결정하거나 기존 공항시설의 용량을 가늠하여 시설의 포화시기를 예측함으로써 장기적인 공항개발 계획을 수립하는데 도움을 줄 수 있다(Andreoni and Postorino, 2006; Erma Suryani et al., 2010).
시계열 예측방법으로 널리 알려진 모델은? 본 연구는 시설 확장비용과 승객들의 지체시간 감소에 따른 편익을 고려한 항공의 핵심 시설 확장 문제를 다루고자 한다. 이를 위해 우리는 시계열 예측방법으로 널리 알려진 ARIMA model를 활용하여 계절 및 주기를 갖는 항공피크 수요를 예측한다. 승객이 공항에 도착한 후에 공항 내에서의 승객들의 흐름과 지체를 고려하여 실제 지체 편익을 추정하기 위해 이산사건 시뮬레이션 모형을 설계한다.
ARIMA 기법은 무엇인가? 공항수요예측은 일반적으로 계절적인 요인과 주기적인 요인이 크게 작용하는 비정상적인 시계열이다. 선행연구에 따르면, ARIMA 기법은 일반적으로 계절적 또는 주기적인 변동이 있는 시계열을 예측하는데 적합한 모형으로 알려져 왔고, 공항수요의 예측에서 신뢰성 높은 예측결과를 보여 왔다. Tsui et al.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Andreoni A., Postorino M. (2006), A multivariate ARIMA model to forecast air transport demand, Proceedings of the Association for European Transport and Contributors, 1-14. 

  2. Box and Jenkins (1976), Time series analysis: Forecasting and control, Holden Bay, San Francisco, 10 

  3. Chen C., Chang Y., Chang Y. (2009), Seasonal ARIMA forecasting of inbound air travel arrivals to Taiwan, Transportmetrica 5, 125-140. 

  4. Jorge J. D., De Rus G. (2004), Cost-benefit analysis of investments in airport infrastructure: a practical approach, J Air Transp Manag., 10(5), 311-326. 

  5. Kelton W. D., Sadowski R. P., Sturrock D. T. (2004), Simulation with Arena, 3d ed., McGraw-Hill, New York. 

  6. Kulendran N., Witt S. F. (2003), Forecasting the demand for international business tourism, J Travel Res., 41(3), 265-271. 

  7. Lewis C. D. (1982), Industrial and business forecasting methods, London: Butterworths, 37. 

  8. Ministry of Land, Infrastructure and Transport (2011), Appraisal Guidelines for Transport Facilities Investment (Forth Edition) 교통시설 투자평가지침 제4차 개정. 

  9. Ronzani Borille G. M., Correia A. R. (2013), A method for evaluating the level of service arrival components at airports, J Air Transp Manag., 27, 5-10. 

  10. Solar S., Clarke J. P. B., Johnson E. L. (2009), Airport terminal capacity planning, Transport Res B., 43(6), 659-676. 

  11. Suryani E., Chou S. Y., Chen C. H. (2010), Air passenger demand forecasting and passenger terminal capacity expansion: A system dynamics framework, Expert Syst Appl., 37(3), 2324-2339. 

  12. The Korea Transport Institute (2006), A Study on Restructuring of the Local Airports in Korea, 63. 

  13. Tsui W. H. K., Ozer Balli H., Gilbey A., Gow H. (2014), Forecasting of Hong Kong airport's passenger throughput, Tourism Manage., 42, 62-76. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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