메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국재난정보학회 한국재난정보학회 논문집 한국재난정보학회 논문집 제14권 제2호
발행연도
2018.1
수록면
230 - 237 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
현재 국내에서는 지능형 교통체계(Intelligent transport system)의 일환으로 실시간 교통정보를 수집하여 도로운영의 효율성을 높이고 있다. 하지만 실시간 자료를 기반으로 한 교통정보는 운전자가 경험하게 될 교통상황과는 차이가 존재한다. 따라서 본 연구에서는 기존 교통량 이력자료 바탕으로 이력자료의 과거참조일수를 3일, 5일, 10일로 조정하여 요일별, 시간대별로 장래의 고속도로 교통량 단기예측을 수행하였다. 그 결과 과거 참조일수가 적을수록 예측오차가 작게 나타나는 것을 알 수 있었다. 5번의 과거이력을 참조하여 월요일을 예측한 결과는 10번의 과거이력을 참조했을 때보다 오차가 크게 나타났는데 이는 분석대상 기간인 2016년의 6번째 월요일이 명절이기 때문에 평소의 월요일 교통흐름과는 다소 차이가 있었기 때문으로 판단된다. 따라서 특수한 날에는 해당 이벤트의 교통량이력의 자료를 사용하면 보다 정확도 높은 결과를 나타낼 수 있을 것으로 판단된다.
#ARIMA Models #Freeway #Traffic volume prediction #Short-term prediction #MAPE

목차

등록된 정보가 없습니다.

참고문헌 (10)

참고문헌 신청
Park, Y.H. / 2001 / A Study on Forecasting of road Traffic Volume by ARIMA Model / Journal of Korean Society of Transportation 40:303~308 google schola 김형주 / 2016 / k-NN 알고리즘을 활용한 단기 교통상황 예측: 서울시 도시고속도로 사례 / 대한교통학회지 34(2):158~167 dbpia Lee, S.J. / 2004 / The study of Estimation model for the short-term travel time prediction / Journal of Korea Institute of Intelligent Transport Systems 3(1):31~44 google schola 허태영 / 2013 / K 최대근접이웃 방법을 이용한 통행시간 예측에대한 연구 / 응용통계연구 26(5):835~845 google schola Byeon, S.C. / 2006 / A study on forcasting short-term travel time considering the traffic characteristics google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0