지하철 역사 내 계단, 통로, 그리고 에스컬레이터 등의 보행 시설물에서 발생하는 서로 다른 방향의 보행교통류간 상충은 보행자의 편의와 이동성을 감소시킨다. 또한, 각 시설물별 지체 시간과 대기 행렬의 증가를 수반함에 따라 역사의 이용효율을 저하시키게 된다. 이러한 현상은 보행교통류간의 동선이 겹치면서 발생하는 것으로 동선을 방향에 따라 적절히 분리해줄 경우 완화될 수 있다. 하지만 우선 동선 분리의 기준과 그 방법론에 대한 정립이 선행되어야 한다 할 수 있다. 본 연구에서는 계단, 통로 그리고 에스컬레이터로 분류되는 각 시설물의 입구를 기준으로 방향별 대기 행렬과 지체시간을 도출하였다. 이 때, 시설물의 보행교통류는 양방향으로 존재하므로 지체시간은 각 방향별 유입 인원에 따라 가중 평균한 값을 활용하였다. 또한 동선 분리 시스템의 운영을 최적화하기 위해 유전 알고리즘을 활용하여 보행자의 지체시간을 최소화하였다.
지하철 역사 내 계단, 통로, 그리고 에스컬레이터 등의 보행 시설물에서 발생하는 서로 다른 방향의 보행교통류간 상충은 보행자의 편의와 이동성을 감소시킨다. 또한, 각 시설물별 지체 시간과 대기 행렬의 증가를 수반함에 따라 역사의 이용효율을 저하시키게 된다. 이러한 현상은 보행교통류간의 동선이 겹치면서 발생하는 것으로 동선을 방향에 따라 적절히 분리해줄 경우 완화될 수 있다. 하지만 우선 동선 분리의 기준과 그 방법론에 대한 정립이 선행되어야 한다 할 수 있다. 본 연구에서는 계단, 통로 그리고 에스컬레이터로 분류되는 각 시설물의 입구를 기준으로 방향별 대기 행렬과 지체시간을 도출하였다. 이 때, 시설물의 보행교통류는 양방향으로 존재하므로 지체시간은 각 방향별 유입 인원에 따라 가중 평균한 값을 활용하였다. 또한 동선 분리 시스템의 운영을 최적화하기 위해 유전 알고리즘을 활용하여 보행자의 지체시간을 최소화하였다.
The conflict of opposing pedestrian traffic-flow in a subway station(made up of stair, passageway, and escalator) diminishes the convenience and mobility of its users. In addition, the station's efficiency would be negatively affected by the growth of delay and queue length in pedestrian facilities....
The conflict of opposing pedestrian traffic-flow in a subway station(made up of stair, passageway, and escalator) diminishes the convenience and mobility of its users. In addition, the station's efficiency would be negatively affected by the growth of delay and queue length in pedestrian facilities. As these phenomena have been resulted by the overlapping in pedestrian's traffic-line, the separation of it would alleviate these problems. For the criteria and methodology of separation, this paper has investigated the bi-directional queue length and delay on the entrance of each facility (stair, passageway and escalator). Since the pedestrian flow exists bidirectionally, we have used the weighted average by inflow rate for the delay value. For the optimization of the separation, the Genetic Algorithm has been utilized in order to minimize the delay.
The conflict of opposing pedestrian traffic-flow in a subway station(made up of stair, passageway, and escalator) diminishes the convenience and mobility of its users. In addition, the station's efficiency would be negatively affected by the growth of delay and queue length in pedestrian facilities. As these phenomena have been resulted by the overlapping in pedestrian's traffic-line, the separation of it would alleviate these problems. For the criteria and methodology of separation, this paper has investigated the bi-directional queue length and delay on the entrance of each facility (stair, passageway and escalator). Since the pedestrian flow exists bidirectionally, we have used the weighted average by inflow rate for the delay value. For the optimization of the separation, the Genetic Algorithm has been utilized in order to minimize the delay.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 이러한 통행 특성이 부정적으로 작용할 경우 교행 상태를 완화하기 위해 방향별 동선을 분리하는 것이 주요한 방법임을 확인할 수 있다. 따라서 본 연구에서는 보행교통류의 동선 분리에 따른 효과와 그 방법론에 대해 분석하고자 한다.
따라서 본 연구에서는 보행교통류의 동선을 방향별로 분리시켜 주는 동선 분리 시스템의 적용을 통해 이와 같은 문제점에 대한해결책을 제시하고자 한다. 앞서 언급했듯이 보행교통류에서 방향별 동선의 충돌은 보행자의 이동 저항을 증가시키며, 지하철 역사 공간은 한정된 공간의 특성상 이와 같은 현상이 빈번하게 발생할 수 있다.
분할선이 설치되어 있는 상태에서 이를 벗어난 보행자는 분할선의 설치 목적과 달리 의도하지 않은 교행 상태를 일으키며 보행 시설물의 효율을 저하시키게 된다. 따라서 해당 연구는 분할선을 벗어난 보행자가 효율적으로 다시 분할선 내부로 복귀하기까지의 과정을 분석하여 분할선 운영 과정에서의 관리 방안을 제시하였다 할 수 있다.
본 연구는 기존의 동선 분리 및 분할선에 관한 연구가 주로 단일 시설물 내에서 분할선을 설치하는 상황을 다룬 것과 달리, 서로 연결되어 있는 시설물의 방향별 동선을 연속적으로 분리하는 상황을 대상으로 하고 있다. 또한, 기존의 연구가 대부분 동선 분리 시의 효과와 그로 인한 미시적 보행 행태에 대해 다루고 있는 반면, 본 연구는 동선 분리로 인한 효과와 더불어서 동선을 어떻게 분리할 것인가에 대한 구체적인 방법을 제시한다는 점에서 차별성을 갖는다.
더불어 변이법은 임의로 선택된 자리의 유전자를 해당 시설물의 폭보다 작거나 같은 임의의 양수로 대체하는 방법을 사용하였으며 그 확률은 20%로 설정하였다. 마지막으로 200세대까지 유전 알고리즘을 반복하여 적합도 함수를 최소화시키는 유전자와 유전자의 집합인 염색체를 본 연구의 해로 정의하였다.
본 연구에서는 대기행렬 이론에 기반하여 지하철 역사 내 시설물의 대기행렬 길이와 지체시간을 분석하였다. 역사 내 보행시설물은 분석의 용이성을 위해 계단, 통로, 그리고 에스컬레이터로 한정하였다.
본 연구에서는 지하철 역사 내 보행시설물에서의 방향별 보행 동선간 중복과 상충이 역사 이용 효율에 부정적인 영향을 준다는 판단 하에 동선 분리 시스템의 도입을 제안하였다. 이 때, 보행시설물의 정체 정도와 서비스 수준을 나타내는 지표로 대기행렬 길이와 지체시간을 활용하였다.
이렇듯 본 연구는 각 시설물의 방향별 폭과 연속적으로 구성된 시설물간의 평균도착률-평균서비스율 관계로 인해 상호간에 영향을 주는 연속적인 특성을 갖는다. 또한, 방향별 보행폭에 변화를 주는 동선 분리 시스템에서 지체시간을 최소화하기 위해 유전알고리즘을 통한 동적 모형 연산을 수행하여야 한다.
따라서 보행교통류의 방향별 동선이 적절히 분리될 수 있도록 관리하는 것은 보행 동선의 중복과 상충을 방지하여 보행자의 편의와 이동성을 증진할 뿐만 아니라 지하철 역사의 이용 효율을 높이는 방안이라 판단된다. 이에 본 연구는 서울 사당역을 대상으로 동선 분리에 따른 대기행렬 길이와 지체시간을 산정하여 동선 분리 시스템의 효과를 분석하고자 한다.
가설 설정
이 때, 보행자가 최초로 진입하게 되는 시설물의 평균도착률은 현장 조사를 통해 얻을 수 있는 반면, 연결되어진 시설물들의 평균도착률은 직전 시설물의 평균서비스율을 활용하여 연산을 수행한다. 따라서 Node와 Node를 연결한 Link의 길이는 해당 시설물의 길이와 동일하며, Node에서의 평균서비스율에 따른 통행이 Link에 그대로 유지된다고 가정한다.
교통량 자료는 2014년 5월 16일 오전 첨두시에 수집된 자료를 활용하였으며, 4호선→2호선 방향의 경우 에스컬레이터와 계단의 분류 지점에서는 30%의 보행자만이 계단을 이용하고 나머지는 에스컬레이터를 통해 이동하는 것으로 분석하였다. 또한, 분석시간 이전에 시스템 내에 보행자가 존재하지 않는 상황에서 두 보행교통류가 동시에 진입하는 상황을 가정하여 시뮬레이션을 수행하였다.
제안 방법
이 때, 보행시설물의 정체 정도와 서비스 수준을 나타내는 지표로 대기행렬 길이와 지체시간을 활용하였다. 그에 따라 보행 환경 개선을 목표로 시나리오별 동선 분리 시스템에 따른 효과를 비교 분석하였다.
따라서 상위 50%의 해집단인 부모 해와 그와 같은 수의 자식 해를 합쳐 본래 해집단의 수인 400개를 유지할 수 있다. 더불어 변이법은 임의로 선택된 자리의 유전자를 해당 시설물의 폭보다 작거나 같은 임의의 양수로 대체하는 방법을 사용하였으며 그 확률은 20%로 설정하였다. 마지막으로 200세대까지 유전 알고리즘을 반복하여 적합도 함수를 최소화시키는 유전자와 유전자의 집합인 염색체를 본 연구의 해로 정의하였다.
앞서 언급한 정방격자 모형과는 달리 회전육각격자모형은 보행자간 상충 발생시 자연스러운 방향전환을 통해 회피 움직임을 표현하는 것이 가능하여 양방향 보행교통류의 교행 상태를 분석하기에 용이한 것으로 나타났다. 따라서 고밀도 상태에서의 각 방향별 보행열의 생성과 군집현상을 시뮬레이션 하였으며, 보행교통류의 와해현상을 관측하였다. 하지만, 시뮬레이션을 통해 관측된 자료에 대한 정성적인 분석이 주를 이루고 있다.
대기행렬 길이와 지체시간은 보행시설물의 너비에 따라 영향을 받으며 폭이 넓을수록 정체가 적게 발생한다. 따라서 방향별 보행폭이 서로 다른 시나리오별로 분석이 수행되었다.
대기행렬 길이는 시설물에 용량보다 큰 값의 보행량이 유입되면서 시설물에 진입하지 못하고 정체되어 있는 보행자 행렬을 의미하며 1분당 평균값을 적용하였다. 또한 지체시간은 대기행렬이 생성된 뒤 소멸되기까지의 소요 시간을 뜻하며, 총 지체시간을 기준으로 분석을 수행하였다. 두 지표들은 대기행렬이론을 통해 도출이 가능하며, 상대적으로 연산이 간편하다는 장점을 갖고 있다.
또한, 보행시설물은 서로 연속적으로 연결되어 있으며 상호영향을 주는 상황이기 때문에 유전 알고리즘을 적용하여 개별시설물의 입구로 설정된 각 Node에서 동선 분리를 위한 방향별 최적 보행폭을 산정하였다.
또한, 보행폭에 따라 대기행렬 길이와 지체시간이 다른 점에 착안하여 유전 알고리즘을 활용한 방향별 최적 보행폭을 산정하고 각 시나리오별 결과를 비교하였다.
보행시설물의 정체 정도와 서비스 수준을 평가하는 지표로는 대기행렬 길이(Queue Length)와 지체시간(Total Delay, TD)을사용하고자 한다. 대기행렬 길이는 시설물에 용량보다 큰 값의 보행량이 유입되면서 시설물에 진입하지 못하고 정체되어 있는 보행자 행렬을 의미하며 1분당 평균값을 적용하였다.
본 연구는 Haupt and Haupt(2004)가 개발한 연속변수 유전알고리즘을 사용하여 주어진 최적화 문제를 해결하였으며, 적합도 함수로는 방향별 유입량에 따라 가중평균한 지체시간을 활용하여 연산을 수행하였다. 각 시설물의 폭보다 작거나 같은 임의의 양수로 구성된 유전자와 그 유전자의 집합인 염색체를 해로 하였으며 해집단의 수는 400개로 설정하였다.
반복 연산을 통해 적합도 함수의 값을 최소화 혹은 최대화 시키면서 그 값이 안정화되도록 유도하는 것이다. 본 연구에서는 동선 분리 시스템을 통해 보행시설물의 정체가 최소화되도록 유도하고자 하므로 정체 정도의 지표인 대기행렬 길이와 지체시간을 통해 적합도 함수를 구성할 수 있다.
본 연구에서는 보행교통류의 주요한 특징으로 양방향 교행 상태에 주목하였으므로 Node-Link 구조도 마찬가지로 양방향으로 구성되었다. 양방향 구조에서는 각 방향별로 보행폭을 동선에 따라 어떻게 분리하는가에 의해 방향별 대기행렬과 지체시간에 차이를 보인다.
더욱이 이러한 시설물들의 용량, 보행폭 및 기하구조는 서로 상이하게 구성되어 있으므로 모든 시설물에 맞춰 동선의 분리를 최적화하기 위해선 최적화 알고리즘이 필수적으로 요구된다. 본 연구에서는 유전 알고리즘을 활용하여 최적화를 수행하였다.
본 연구에서는 지하철 역사 내 보행시설물에서의 방향별 보행 동선간 중복과 상충이 역사 이용 효율에 부정적인 영향을 준다는 판단 하에 동선 분리 시스템의 도입을 제안하였다. 이 때, 보행시설물의 정체 정도와 서비스 수준을 나타내는 지표로 대기행렬 길이와 지체시간을 활용하였다. 그에 따라 보행 환경 개선을 목표로 시나리오별 동선 분리 시스템에 따른 효과를 비교 분석하였다.
Muramatsu and Nagatani(2000)는 양방향뿐 아니라, 4개 방향으로 각각 이동하는 보행교통류의 정체 현상을 연구하였다. 편의임의보행(Biased Random Walker) 모델을 활용하여 시나리오와 모형식의 계수를 변화시켜가며 민감도 분석을 수행하였다. 특히, 보행교통류의 급격한 속도 저하가 발생하는 임계 밀도를 연구하여 보행교통류의 정체 현상을 분석하는데 유용하다 할 수 있다.
결과적으로 본 시스템이 실제 지하철 역사 내에 적용되어 정상적으로 기능하기 위해선 역사 유형 등에 따른 보행특성 데이터베이스의 구축, 실시간 상황 보완 알고리즘, 정보 네트워크를 활용한 제어기술이 모두 적용되어 실시간으로 보행교통류의 상황을 진단하고 이에 맞추어 가변화된 시스템으로 운영되어야 할 것이다. 하지만 본 연구 단계에서는 실시간으로 가변화된 동선 분리 시스템의 적용에 앞서 시스템이 적용되지 않은 상태에서 관측된 보행교통류의 데이터를 토대로 동선 분리 시스템의 적용 가능성 및 시나리오별 효과에 대한 분석이 이루어졌다.
대상 데이터
본 연구는 Haupt and Haupt(2004)가 개발한 연속변수 유전알고리즘을 사용하여 주어진 최적화 문제를 해결하였으며, 적합도 함수로는 방향별 유입량에 따라 가중평균한 지체시간을 활용하여 연산을 수행하였다. 각 시설물의 폭보다 작거나 같은 임의의 양수로 구성된 유전자와 그 유전자의 집합인 염색체를 해로 하였으며 해집단의 수는 400개로 설정하였다. 선택법으로는 적합도에 따라 순위를 할당하고 그에 따른 확률로 결정하는 Ranking 선택법을 사용하였다.
교통량 자료는 2014년 5월 16일 오전 첨두시에 수집된 자료를 활용하였으며, 4호선→2호선 방향의 경우 에스컬레이터와 계단의 분류 지점에서는 30%의 보행자만이 계단을 이용하고 나머지는 에스컬레이터를 통해 이동하는 것으로 분석하였다.
대상지는 Fig. 5와 같이 계단, 통로 및 에스컬레이터가 모두 존재하고 있으며, 총 8개의 Node와 양방향 5개, 단일방향 2개로 총 7개의 Link로 구분 지을 수 있다. 에스컬레이터는 단일 방향(UP)으로만 존재하므로 에스컬레이터와 그와 연결된 통로의 일부분은 단일방향 Link로 설정하는 반면, 그 이외의 시설물은 양방향 Link이므로 동선 분리 시스템의 적용범위에 속한다.
동선 분리 시스템의 적용 대상지는 서울 사당역 내 2호선-4호선 간 환승통로를 선정하였다. 사당역은 서울메트로 2호선과 4호선이 교차하고 있는 환승역사로 첨두 시간에 보행교통량이 많기 때문에 본 시스템의 적용 대상지로 적합하다 할 수 있다.
본 연구에서는 대기행렬 이론에 기반하여 지하철 역사 내 시설물의 대기행렬 길이와 지체시간을 분석하였다. 역사 내 보행시설물은 분석의 용이성을 위해 계단, 통로, 그리고 에스컬레이터로 한정하였다. 특히 에스컬레이터의 경우, 방향별 동선이 완전히 분리되어 있으며 기계장치를 통해 보행이 이루어지기 때문에 양방향 보행자 간 정체의 발생 가능성이 적다.
데이터처리
보행시설물의 정체 정도와 서비스 수준을 평가하는 지표로는 대기행렬 길이(Queue Length)와 지체시간(Total Delay, TD)을사용하고자 한다. 대기행렬 길이는 시설물에 용량보다 큰 값의 보행량이 유입되면서 시설물에 진입하지 못하고 정체되어 있는 보행자 행렬을 의미하며 1분당 평균값을 적용하였다. 또한 지체시간은 대기행렬이 생성된 뒤 소멸되기까지의 소요 시간을 뜻하며, 총 지체시간을 기준으로 분석을 수행하였다.
이론/모형
각 시설물의 폭보다 작거나 같은 임의의 양수로 구성된 유전자와 그 유전자의 집합인 염색체를 해로 하였으며 해집단의 수는 400개로 설정하였다. 선택법으로는 적합도에 따라 순위를 할당하고 그에 따른 확률로 결정하는 Ranking 선택법을 사용하였다. 이 때, 적합도 함수의 값이 작은 상위 50%의 해집단은 다음 세대까지 생존하며 교배에 참여하게 된다.
성능/효과
4호선→2호선 방향의 경우 전체 유입 보행량은 더 많지만, Node A에서 합류부인 Node C까지는 해당 방향 폭의 값과 전체 폭에서 차지하는 비율이 매우 낮은 것을 확인할 수 있다.
그에 따라 각 시나리오별로 지표의 합산을 비교한 Table 4에 의하면 시나리오 3이 지체시간과 대기행렬 길이의 합에서 각각 약 68인·분과 30인으로 가장 좋은 결과를 보이는 것을 확인할 수 있다. 가장 효율이 좋지 않은 시나리오 2에 비해 지체시간은 20%, 대기행렬 길이는 28%의 감소효과를 보였는데, 이는 교통량의 분류 및 합류로 인해 교통량의 분배가 동적으로 변화하는 상황을 가장 잘 해석한 결과로 판단된다. 또한, 다양한 시설물이 서로 연속적으로 배치되어 상호 영향을 주며 동적으로 연결되어 있는 상황을 반영하고 있기 때문이라 할 수 있다.
이 경우에는 시나리오 3이 다른 시나리오에 비해 우수한 성능을 보였는데, 가장 지체시간이 큰 시나리오 2에 비해 35%, 그 다음으로 지체시간이 큰 시나리오 1에 비해 25%의 지체시간 감소 효과가 나타났다. 따라서 본 분석에서 제시하는 방법론이 가장 적합한 것을 알 수 있다.
2와 같은 과정을 통해 이루어지므로 각각 2개의 부모 해에서 2개의 자식 해가 생성된다. 따라서 상위 50%의 해집단인 부모 해와 그와 같은 수의 자식 해를 합쳐 본래 해집단의 수인 400개를 유지할 수 있다. 더불어 변이법은 임의로 선택된 자리의 유전자를 해당 시설물의 폭보다 작거나 같은 임의의 양수로 대체하는 방법을 사용하였으며 그 확률은 20%로 설정하였다.
Lee and Kim(2014)은 보행교통류 모형을 개발하여 동선 분리 시스템이 보행편의와 이동성에 미치는 영향을 정량적으로 분석하였다. 보행자간 상충 횟수나 평균 통행시간, 평균 통행 속도에 있어서 동선 분리 시스템을 적용하는 것이 그렇지 않은 경우보다 유리한 것으로 나타났다. 특히 우측통행으로의 유도가 동선 분리 시스템과 함께 적용될 경우에 보행 시설물의 효율이 가장 좋은 것으로 분석되었는데, 이는 앞서 언급한 Yang et al.
시나리오별 분석 결과, 유전 알고리즘을 적용하여 분리하는 경우가 절반씩 균일하게 분리, 유입보행량의 비율로 분리하는 경우보다 지체 감소효과가 좋았다. 유전 알고리즘을 적용한 동선 분리는 보행시설물의 대기행렬 길이와 지체시간을 최소화시킬 수 있을 뿐만 아니라, 동선간의 합류와 분류 상황을 반영하고 있는 것을 확인하였다.
시나리오별 분석 결과, 유전 알고리즘을 적용하여 분리하는 경우가 절반씩 균일하게 분리, 유입보행량의 비율로 분리하는 경우보다 지체 감소효과가 좋았다. 유전 알고리즘을 적용한 동선 분리는 보행시설물의 대기행렬 길이와 지체시간을 최소화시킬 수 있을 뿐만 아니라, 동선간의 합류와 분류 상황을 반영하고 있는 것을 확인하였다. 더불어 이를 활용한 동선 분리 시스템의 운용 방안을 제시할 수 있을 것으로 판단된다.
이와 달리 Node F는 모든 보행자가 동선 분리 시스템이 적용된 시설물을 통행하는 상태이므로 Node A에 비해 시스템의 적용에 따른 효과를 비교하기에 더 적합하다 할 수 있다. 이 경우에는 시나리오 3이 다른 시나리오에 비해 우수한 성능을 보였는데, 가장 지체시간이 큰 시나리오 2에 비해 35%, 그 다음으로 지체시간이 큰 시나리오 1에 비해 25%의 지체시간 감소 효과가 나타났다. 따라서 본 분석에서 제시하는 방법론이 가장 적합한 것을 알 수 있다.
분할선은 차량 교통류에서 각 방향별 차선을 분리하는 중앙차선과 비슷한 개념이지만, 방향별로 완전히 분리된 차량교통류와는 달리 보행자가 일시적으로 분할선의 안팎을 넘나들 수 있게 설계하여 보행자의 자연스러운 교행 상태를 반영하였다. 특히, 분할선의 도입만으로도 시설물의 용량이 증가하는 것으로 나타났는데 이는 보행교통류에서 방향별 동선 분리의 중요성을 상기시키는 결과라 할 수 있다.
후속연구
결과적으로 본 시스템이 실제 지하철 역사 내에 적용되어 정상적으로 기능하기 위해선 역사 유형 등에 따른 보행특성 데이터베이스의 구축, 실시간 상황 보완 알고리즘, 정보 네트워크를 활용한 제어기술이 모두 적용되어 실시간으로 보행교통류의 상황을 진단하고 이에 맞추어 가변화된 시스템으로 운영되어야 할 것이다. 하지만 본 연구 단계에서는 실시간으로 가변화된 동선 분리 시스템의 적용에 앞서 시스템이 적용되지 않은 상태에서 관측된 보행교통류의 데이터를 토대로 동선 분리 시스템의 적용 가능성 및 시나리오별 효과에 대한 분석이 이루어졌다.
유전 알고리즘을 적용한 동선 분리는 보행시설물의 대기행렬 길이와 지체시간을 최소화시킬 수 있을 뿐만 아니라, 동선간의 합류와 분류 상황을 반영하고 있는 것을 확인하였다. 더불어 이를 활용한 동선 분리 시스템의 운용 방안을 제시할 수 있을 것으로 판단된다.
따라서 합 · 분류 상황에서 보행자간 정체를 관리하고 동선을 적절히 분리하기 위한 추가적인 방안에 대한 연구가 후속되어야 할 것이다.
또한, 본 연구에서는 동선 분리 시스템을 분할선의 개념으로 인식하고 분석을 수행하였다는 한계를 갖고 있다. 현실에서의 양방향 보행교통류는 각 방향별 동선이 분할되어 완전히 분리되어 있지 않은 대신, 교행 상태에 놓이게 되므로 분리된 동선의 바깥으로 보행자가 벗어날 수 있다.
이를 위해선 교행 상태에서 시설물의 용량과 보행자의 지체시간, 대기행렬 길이가 어느 정도 영향을 받는지에 대한 연구가 선행되어야 할 것이다. 보행교통류의 교행은 각 보행자 개개인의 행태에 큰 영향을 받아 본 연구에서 분석한 거시적인 관점만으로는 다루기 힘든 만큼 미시적 분석을 함께 활용한 연구가 진행되어야 할 것으로 판단된다.
이를 위해선 교행 상태에서 시설물의 용량과 보행자의 지체시간, 대기행렬 길이가 어느 정도 영향을 받는지에 대한 연구가 선행되어야 할 것이다. 보행교통류의 교행은 각 보행자 개개인의 행태에 큰 영향을 받아 본 연구에서 분석한 거시적인 관점만으로는 다루기 힘든 만큼 미시적 분석을 함께 활용한 연구가 진행되어야 할 것으로 판단된다.
현실에서의 양방향 보행교통류는 각 방향별 동선이 분할되어 완전히 분리되어 있지 않은 대신, 교행 상태에 놓이게 되므로 분리된 동선의 바깥으로 보행자가 벗어날 수 있다. 향후 연구에서는 동선 분리 시스템의 지시를 따르지 않고 분리선의 밖으로 벗어나 교행하는 보행자가 전체 보행교통류에 미치는 영향과 이를 방지하기 위한 대책에 대한 연구가 수행되어야 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
유전 알고리즘이의 특징은 무엇인가?
유전 알고리즘은 특정 함수를 최소화 또는 최대화하는 최적화 알고리즘이다. 교배와 변이, 자연선택 등 자연계의 생명 진화를 모방하여 최적의 해를 찾아가는 진화 프로그래밍이라 할 수 있다. 주어진 문제의 대수학적 연산이 어려울지라도 적합도 함수만 알 수 있으면 이를 해결할 수 있으므로 다양한 보행 시설물과 보행 동선이 존재할 수 있는 본 연구 과제에 적합한 방법론이라 할 수 있다.
대기행렬 길이란 무엇인가?
보행시설물의 정체 정도와 서비스 수준을 평가하는 지표로는 대기행렬 길이(Queue Length)와 지체시간(Total Delay, TD)을사용하고자 한다. 대기행렬 길이는 시설물에 용량보다 큰 값의 보행량이 유입되면서 시설물에 진입하지 못하고 정체되어 있는 보행자 행렬을 의미하며 1분당 평균값을 적용하였다. 또한 지체시간은 대기행렬이 생성된 뒤 소멸되기까지의 소요 시간을 뜻하며,총 지체시간을 기준으로 분석을 수행하였다.
보행교통류의 동선을 방향별로 분리시켜 주는 동선 분리 시스템의 큰 장점은?
또한, 지하철 역사 내 보행 환경 개선을 위해 구조물의 확장이나 형태 변형을 요구하지 않는 것은 큰 장점이라 할 수 있다. 기존의 역사 시설물 내에 동선 분리 시스템의 설치 및 운영을 위한 일정 규모의 공간만을 필요로 하므로, 상대적으로 경제적이며 비용 효율적인 방법이라 판단된다.
참고문헌 (8)
Lee, J. (2012). "Development of rotated hexagonal lattice model for pedestrian flows using particle swarm optimization (RHRM-PS)." Journal of Transportation Research, The Korea Transport Institute, Vol. 19, No. 3, pp. 35-45 (in Korean).
Lee, J. Y. and Kim, T. W. (2014). "Improvement of pedestrian convenience and mobility by walking guidance system in subway stations." The 71st Proceedings of the KOR-KST Conference, Korean Society of Transportation, pp. 254-257 (in Korean).
Muramatsu, M. and Nagatani, T. (2000). "Jamming transition in two-dimensional pedestrian traffic." Physica A: Statistical Mechanics and its Applications, ELSEVIER, Vol. 275, No. 1-2, pp. 281-291.
Randy, L. H. and Sue, E. H. (2004). Practical Genetic Algorithms, John Wiley & Sons Inc, New York.
Takimoto, K., Tajima, Y. and Nagatani, T. (2002). "Effect of partition line on jamming transition in pedestrian counter flow." Physica A: Statistical Mechanics and its Applications, ELSEVIER, Vol. 308, No. 1-4, pp. 460-470.
Yang, L. X., Zhao, X. M. and Zheng, J. F. (2011). "Bi-directional pedestrians with a partition line." International Journal of Modern Physics C, World Scientific Company, Vol. 22, No. 8, pp. 871-881.
Yu, Y. F. and Song, W. G. (2007). "Effect of traffic rule breaking behavior on pedestrian counterflow in a channel with a partition line." Physical Review E, American Physical Society, Vol. 76, No. 2, p. 026102.
Zhang, Q. (2015). "Simulation model of bi-directional pedestrian considering potential effect ahead and behind." Physica A, ELSEVIER, Vol. 419, pp. 335-348.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.