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

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

장현호 (서울대학교, 서울대학교 대학원)

지도교수
이영인
발행연도
2015
저작권
서울대학교 논문은 저작권에 의해 보호받습니다.

이용수1

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
오늘날의 도시교통정보를 한 마디로 요약하자면 ‘대용량 자료’일 것이다. 첨단기술을 기반으로 하는 스마트 폰과 21세기 지능형교통체계(Intelligent Transport System, 이하 ITS)의 정보수집단을 통해 수집되는 방대한 양의 다양한 교통정보는 대용량 자료의 많은 부분을 점유하고 있으며, ITS분야의 자료환경을 소량의 실시간 자료에서 방대한 이력자료를 포함하는 대용량 자료로 변화시켰다. 이러한 자료환경의 변화에 따라 최근 ITS분야에서는 대용량 자료를 수집?관리?분석하기 위하여 첨단자료관리시스템(Advanced Data Management System, 이하 ADMS)이 도입되고 있다.
ITS의 사회적 편익은 장래 교통상태의 예측을 통한 사전 교통류 관리 및 동적 교통정보제공으로 극대화된다. 따라서 교통상태의 예측은 ITS의 주요 요소 중 하나이며, ITS에서 교통상태 예측시스템은 첨단교통관리시스템과 첨단교통정보시스템의 핵심 하위시스템 중 하나이다. 이와 같이 교통상태 예측기술은 교통상태 예측시스템의 성능과 더불어 ITS의 편익 증대에 있어 밀접한 관련이 있다. 따라서 20세기 말에 ITS가 도입된 이후로 ITS 분야의 예측기술은 다양한 예측모형의 개발을 통해 지속적으로 발전하고 있으며, 하나의 학문분야로 자리잡았다.
기존의 고도화된 예측모형은 예측 정확도 향상이라는 목표를 달성하였으나, 다음의 한계를 가지고 있다. 첫째, 기존모형은 ITS 예측분야의 고질적 문제인 장래 상태의 불확실성을 극복하지 못 하였기 때문에 단기예측의 수준에서 벗어나지 못 하고 있다. 둘째, 많은 경우에 있어 실시간 자료를 이용하도록 설계되었기 때문에 ADMS와 같은 자료관리시스템에 탑재되어 실시간 자료와 대용량 이력자료를 이용하여 교통상태의 예측에 적용하기 어려운 구조적 문제가 있다. 마지막으로 고도화된 모형들은 ITS 시스템에 탑재?운영시 새로운 문제를 발생시키고 있다. 고도화된 모형은 모형의 구조변경, 입?출력 자료의 변경, 파라미터 값의 재정산 등에 교통류의 행태와 예측 모델링에 대한 깊은 이해를 필요로 하기 때문에 예측 모델링 경험이 부족한 현장의 운영요원에게 새로운 장애가 되고 있다.
본 연구에서는 ITS 예측분야의 지속적 도전 과제인 장래 상태의 불확실성을 극복하고 예측영역의 확장을 위하여 실시간 및 대용량 이력 교통자료를 이용한 교통정보 예측기(Forecaster)인 KJC 예측기를 개발하였으며, 다음의 목표를 달성하도록 설계되었다. 첫째, 장래 상태의 불확실성을 극복하기 위한 방안이 고려되었다. 불확실성을 감소시키기 위하여 입력자료의 공간적 영역을 기존의 지점 또는 구간에서 도로망으로 확장하고, 도로망의 소통상태를 이용하여 장래 상태의 불확실성을 감소시켰다. 둘째, KJC 예측기는 ADMS와 같은 자료관리시스템에 탑재되어 도로망 소통상태를 예측하고, 예측된 도로망 소통상태를 이용하여 단?중?장거리 경로통행시간을 예측하도록 개발되었다. 따라서 보다 적극적이고 전술적인 첨단교통관리와 동적 중?장거리 통행시간 정보제공에 활용할 수 있도록 하였다. 이상의 목적으로 개발된 KJC 예측기는 이력자료에 내재된 장래 교통상태 정보를 탐색 및 구축하기 위한 지식탐색 모듈, 군집화 모형을 이용한 의사결정 그룹화 모듈, 그리고 사례기반 추론을 기반으로하는 예측 의사결정 모듈로 구성된다. 3개 모듈은 입?출력 자료구조의 용이한 변경, 결측자료의 자동처리, 파라미터 값의 자동정산, 연산수행속도 등을 고려하여 개발되었다.
본 연구에서 개발된 KJC 예측기의 성능은 대용량 자료환경에서 평가되었다. 경부고속도로 서울-대전 구간을 대상으로 8개월간 약 4억건의 통행사슬 자료를 이용하여 도로구간 소통상태 및 경로통행시간 이력자료를 구축하였으며, 구축된 자료는 총 18,768,960건이다. 다각적인 종합평가 결과, 개발된 교통정보 예측기는 매우 빠른 연산수행속도를 보이면서 장래 6시간까지 도로망의 소통상태를 합리적으로 예측하였다. 그리고 개발된 예측기로 추정된 도시간 경로통행시간의 정확도는 모든 단?중?장거리 통행시간 시나리오에서 기존의 경로통행시간 예측기법들에 비하여 매우 우수하게 나타났다.

목차

Ⅰ. 서론 1
1. 연구의 배경 및 목적 1
2. 연구의 범위 및 방법 4
3. 연구의 수행체계 5
Ⅱ. 이론 및 선행연구 고찰 8
1. 교통류 특성과 예측모형의 관계 8
1) 교통류 상태의 진화 특성 8
2) 거시적 교통변수 특성 9
3) 교통류 상태 이론과 예측문제 접근법 11
2. 교통변수 예측에 관한 연구 13
1) 예측의 시공간 정의 13
2) 입력벡터의 차원 14
3) 예측문제의 정의 15
4) 예측모형의 분류 16
5) 정적(Naive) 기법 17
6) 모수(Parametric) 모형 18
7) 비모수(Non-parametric) 모형 21
8) 기존 교통상태 예측 연구 고찰의 소결 26
3. 구간기반 통행시간 예측모형 29
1) 구간기반 통행시간 예측의 시공간적 구조 29
2) 구간통행시간 예측 연구 30
3) 구간통행시간 예측모형의 문제점 32
4) 구간기반 경로통행시간 예측모형 34
5) 구간기반 경로통행시간 예측모형의 문제점 37
4. 경로기반 통행시간 예측모형 38
1) 경로기반 통행시간 예측모형의 정의 38
2) 경로기반 통행시간 예측 연구 39
3) 경로기반 통행시간 예측의 문제점 40
5. 기존 통행시간 모형의 한계 및 문제점 41
1) 도착시각 기준 통행시간 모형 41
2) 구간기반 경로통행시간 모형 42
3) 경험기반 경로통행시간 모형 43
4) 인위적 모델링의 한계 45
5) 적용 및 유지보수의 한계 45
6. 본 연구의 차별성과 기여도 46
1) 연구의 차별성 46
2) 연구의 기여도 48
Ⅲ. 대용량 자료기반 통행시간 예측모형 개발 51
1. 모형의 개발과정 정립 51
1) 개발방향의 설정 51
2) 요구조건 분석 52
3) 개발모형의 개념 및 접근법 55
4) 모형의 개발 과정 정립 56
5) 개발모형의 구조 58
2. 데이터 탐색기반의 예측 연구 61
1) KNN-NPR 모형의 구조 61
2) KNN-NPR의 이론적 배경과 적용 62
3) ITS 예측분야의 KNN-NPR 적용 연구 63
3. 입력변수의 거시적 특성분석 65
1) 혼잡의 시공간적 진화 행태 65
2) 프로브 통행량의 시공간적 변화 67
3) 프로브 통행량과 속도의 관계 69
4) 유ㆍ출입 통행량과 경로통행시간의 관계 72
4. 개발모형의 예측문제 정의 74
1) 현행상태 입력변수의 선정 74
2) 입출력 변수의 정의 75
3) 예측 문제의 정의 76
5. KN단계 모형의 개발 78
1) 상태벡터의 정의 78
2) 상태간 거리 Metric 83
3) KNN의 DB구조 86
4) KNN 군집구축 알고리즘 87
6. JC단계 모형의 개발 88
1) 입ㆍ출력 자료의 정의 88
2) 기존 군집화 모형의 요구수준 적합성 분석 89
3) j-Clustering 모형개발 90
4) 적정 군집수 결정 지표 95
5) JC단계의 출력값 98
6) J-군집화 알고리즘 98
7. FDM단계 모형의 개발 100
1) 의사결정 방법론 정립 100
2) 네트워크 소통상태 예측 102
3) 경로통행시간 예측 103
4) FDM 알고리즘 106
8. 통합 KJC 예측기의 수행구조 107
Ⅳ. 자료구축 방법론 111
1. 개요 111
1) 배경 및 목적 111
2) 자료구축 방법론의 구성 112
2. 수집대상자료의 특성분석 113
1) 구간통행시간 자료의 특성분석 113
2) 경로통행시간 자료의 특성분석 114
3) 통행시간 추정 방법론의 요구조건 분석 115
3. 기존 방법론 고찰 116
1) 기존 통행시간 추정 방법론 고찰 116
2) 기존 방법론의 문제점 분석 120
3) 해결방안 도출 122
4. 통행시간 추정 방법론 개발 126
1) 집계시간 길이와 최소 표본수의 결정 126
2) 구간통행시간 추정 방법론 개발 128
3) 경로통행시간 추정 방법론 개발 140
5. 자료 구축 152
1) 수집자료 선정 152
2) 수집자료의 내용 및 범위 153
3) 자료구축을 위한 설계 153
4) 자료구축의 과정 157
5) 유출입 통행량 구축자료의 특성 159
6) 구간통행시간 구축자료의 특성 160
7) 구간통행속도 구축자료의 특성 161
8) 구간 프로브 통행량 구축자료의 특성 162
9) 경로통행시간 구축자료의 특성 163
Ⅴ. 개발모형의 평가 164
1. 평가 개요 164
2. 평가 설계 165
1) 비교모형의 선정 165
2) 평가지표의 설정 166
3) 경로통행시간 형태의 선정 168
4) 평가를 위한 단중장거리 통행의 설정 170
3. 파라미터 최적화 170
1) 파라미터 최적화 방법 170
2) 파라미터 최적화 결과 172
4. 평가 결과 175
1) 종합평가 결과 175
2) 적용 결과: 비혼잡 180
3) 적용 결과: 오전 형 187
4) 적용 결과: 오후 형I 193
5) 적용 결과: 오후 형II 199
6) 적용 결과: 오전 형 205
7) 적용 결과: 오후 형 211
8) 적용 결과: 2봉 217
9) 적용 결과: 3봉 223
10) 적용 결과: 주간 지속형 229
11) 적용 결과: 극심한 정체 235
5. 소결 241
1) 교통정보 예측에 관한 소결 241
2) 모형개발에 관한 소결 243
Ⅵ. 결론 및 향후 연구 245
1. 결론 245
2. 향후 연구 247

최근 본 자료

전체보기

댓글(0)

0