최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.16 no.6, 2017년, pp.101 - 111
엄기훈 (서울대학교 환경대학원 환경계획학과) , 이숭봉 (서울대학교 환경대학원 환경계획학과) , 이진수 (서울대학교 환경대학원 환경계획학과) , 이영인 (서울대학교 환경대학원 환경계획학과)
This study propose a method to predict the bus arrival time by considering the signal delay time which is an element which can not be considered in the current bus arrival prediction information generation algorithm. In order to consider the signal delay time, travel time is divided into three compo...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
버스도착시간을 예측할 때에 영향을 미칠 수 있는 요인은 무엇인가? | 도시부 단속류 구간에서 버스도착시간을 예측할 때에 영향을 미칠 수 있는 요인은 정류장에서의 승하차 시간, 정류장 진출입 시간, 정류장간 거리, 교통상황으로 인한 지체 등 다양한 원인이 있을 수 있지만 이들 중 가장 큰 원인은 신호대기로 인한 지체로 판단된다. | |
서울시에서 운영 중인 BMS시스템의 문제점은? | 현재 서울시에서 운영 중인 BMS시스템에서는 최근 통행시간 자료나 해당 구간의 통행시간 이력자료를 가공, 필터링하는 방법 등을 사용하여 버스도착시간을 예측하고 있으며, 신호에 의한 지체시간의 영향은 고려하지 않고 있기 때문에 짧은 구간의 통행시간을 예측할 때에도 ±2분을 허용 가능한 오차로 둔 채 예측하고 있는 실정이다. 실제로 서울시 교차로 주기는 일반적으로 120~160초이며, 적색현시로 인한 지체가 발생할 경우 70~100초 이상이 소요될 수 있고, 2주기 이상일 경우 통행시간은 더욱 증가할 수 있다. | |
GPS 자료를 이용한 통행속도 가정의 문제점은 무엇인가? | 특히 신호교차로를 고려한 다수의 연구에서는 ①GPS 자료를 이용한 통행속도 가정이 포함되었거나 ② 신호교차로에서의 대기시간을 가공하여 간접적으로 대기시간을 산정하는 과정이 수행되는 경우가 많았다. GPS 자료를 이용할 경우 정류장간 간격이 짧은 서울시 버스의 특성상 위치 및 속도 산정 과정에서 큰 오차가 발생할 수 있으며, 신호 대기시간을 가공하여 사용하는 경우에도 신호대기 여부에 따라 큰 차이가 발생하는 신호지체시간 특성상 정확한 예측이 어렵다. 따라서 본 연구에서는 버스도착시간 예측의 정확도 향상을 위해서 실시간 버스 위치 데이터와 통행시간의 변동성에 영향을 주는 요인 등을 복합적으로 반영하여 현장적용이 용이한 버스도착시간 예측 알고리즘을 개발하고자 한다. |
Bie Y., Wang D. and Qi H.(2012), "Prediction Model of Bus Arrival Time at Signalized Intersection Using GPS Data," Journal of Transportation Engineering, vol. 138, no. 1, pp.12-20
Chang H., Park D., Lee S., Lee H. and Baek S.(2010), "Dynamic multi-interval bus travel time prediction using bus transit data," Transportmetrica, vol. 6, no. 1, pp.19-38.
Chen G., Yang X., An J. and Zhang D.(2011), "Bus-arrival-time prediction models: Link-based and section-based," Journal of transportation engineering, vol. 138, no. 1, pp.60-66.
Jaykrishna P., Steven C. and Athanassions B.(2004), "Estimation of bus arrival times using APC data," Journal of Public Transportation, vol. 7, no. 1, pp.1-20.
Jeong R. and Rilett R.(2004), "Bus arrival time prediction using artificial neural network model," Intelligent Transportation Systems, 2004. Proceedings. The 7th International IEEE Conference on (pp. 988-993). IEEE.
Kim T., Ahn H. and Kim S.(2009), "Predictive Modeling of the Bus Arrival Time on the Arterial using Real-Time BIS data," Journal of the Korean Society of Civil Engineers, vol. 29. no. 1D, pp.1-9.
Kim W., Rho C., Heo M. and Son B.(2009), "A Development of Bus Arrival Time Estimation Model," Seoul City Studies, vol. 10, no. 2, pp.21-29.
Rho C., Kim W. and Son B.(2010), "Development of Bus Arrival Time Estimation Model by Unit of Route Group," Journal of Korean Society of Transportation, vol. 28, no. 1, pp.135-142.
Wei J. and Kim Y.(2012), "Reliability Analysis of Bus Arrival Time Estimation Using Fusion Algorithm," Korean Institute of ITS Conference, pp.254-259.
Yang M., Chen C., Wang L., Yan X. and Zhou L.(2016), "Bus arrival time prediction using support vector machine with genetic algorithm," Neural Network World, vol. 26, no. 3, p.205.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.