$\require{mediawiki-texvc}$

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.

Monte Carlo 기법을 이용한 교통카드기반 수도권 지하철 통행배정
Trip Assignment for Transport Card Based Seoul Metropolitan Subway Using Monte Carlo Method 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.22 no.2, 2023년, pp.64 - 79  

이미영 (국민경제자문회의) ,  남두희 (한성대학교 사회과학부)

초록
AI-Helper 아이콘AI-Helper

본 연구는 Monte Carlo 기법을 교통카드기반의 수도권 지하철의 통행배정 문제에 적용하는 과정을 검토하였다. 연구는 우선 교통카드에서 역 간 표본의 통행에서 나타나는 통행시간에 대하여 프로빗 모형의 기반이 되는 정규분포의 가정을 적용하였다. Monte Carlo 통행배정은 역 간 통행에 대하여 평균과 표준편차를 산정하고 이를 개별 링크의 차내시간과 환승의 보행 및 배차간격의 가중치로 적용하는 방안을 제안하였다. 샘플 수가 50 이하로 낮게 나타나는 장거리 통행은 유사 통행의 특성을 이전하는 방안으로 적용하였다. 수도권 지하철 네트워크에 대하여 두 가지 방향에서 연구 결과를 검토하였다. 하나는 선릉-성수의 단일 역 간 통행에 대하여 차내시간 및 환승시간에 랜덤샘플링을 적용하는 방안으로 검증하였다. 다음으로 수도권 지하철 전체에 대해서는 역 간 통행 샘플수에 따라서 50 이상은 역 간 정규분포의 가정을 그대로 수용하였다. 샘플수가 50 이하의 장거리 통행은 역 간 최소거리가 122 (Km)에서 표본의 균등성이 확보되는 상황으로 판단하고 이 거리에서 나타나는 카드자료의 역 간 평균과 표준편차를 적용하였다. 사례연구로서 교통카드자료로 구축된 수도권 지하철을 네트워크를 대상으로 단일OD 및 전체 OD의 통행배정의 결과를 도출하였다. 한편 통행에 대한 샘플링이 부족한 상황에서 추가적인 연구가 필요한 것으로 나타났다.

Abstract AI-Helper 아이콘AI-Helper

This study reviewed the process of applying the Monte Carlo simulation technique to the traffic allocation problem of metropolitan subways. The analysis applied the assumption of a normal distribution in which the travel time information of the inter-station sample is the basis of the probit model. ...

주제어

참고문헌 (10)

  1. Clark, C. E.(1961), "The Greatest of A Finite Set of Random Variables", Operations Research, vol.?9, no. 2, pp.145-162. 

  2. Dial, R. B.(1971), "A Probabilistic Multipath Traffic Assignment Algorithms Which Obviates Path?Enumeration", Transportation Research, vol. 5, no. 2, pp.83-111. 

  3. Dijkstra, E. W.(1959), "A Note on Two Problems in Connexion with Graphs", Numerishe Matematilk,?vol. 1, pp.269-271. 

  4. Kroese, D. P., Brereton, T., Taimre, T. and Botev, Z. I.(2014), "Why the Monte Carlo method is so?important today", WIREs Comput Stat, vol. 6, no. 6, pp.386-392, doi: 10.1002/wics.1314 

  5. Lee, M.(2004), Transportation Network Models and Algorithms Considering Directional Delay and?Prohibitions for Intersection Movement, Doctoral Dissertation, University of Wisconsin at?Madison. 

  6. Lee, M.(2017), "Transportation Card Based Optimal M-Similar Paths Searching for Estimating?Passengers' Route Choice in Seoul Metropolitan Railway Network", The Journal of the Korea?Institute of Intelligent Transport Systems, vol. 16, no.2, pp.1-12. 

  7. Lee, M.(2022), "Generalized K Path Searching in Seoul Metropolitan Railway Network Considering?Entry-Exit Toll", The Journal of the Korea Institute of Intelligent Transport Systems, vol. 21,?no. 6, pp.1-20. 

  8. Moore, E. F.(1957), The Shortest Path through A Maze, Harvard University Press, Cambridge. 

  9. Sheffi, Y.(1985), Urban Transportation Networks: Equilibrium Analysis with Mathematical?Programming Methods, Prentice-Hall, Englewood Cliffs, NJ. 

  10. Shin, H.(2022), Estimating Revenues of Integrated Fare System for Seoul Metropolitan Public?Transportation using Smartcard Data, Doctoral Dissertation, Graduated School of Engineering,?Seoul National University Civil & Environmental Engineering Major. 

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 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