의사결정나무를 활용한 통행속도패턴 분류 방안 연구
Study on the Classification Methodology for Expressway Travel Speed Patterns Using Decision Trees
- 주제(키워드) DSRC , Decision Tree , 의사결정나무
- 발행기관 아주대학교
- 지도교수 이상수
- 발행년도 2013
- 학위수여년월 2013. 2
- 학위명 석사
- 학과 및 전공 일반대학원 건설교통공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000014022
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 연구에서는 고속도로 구간 정보의 수집이 가능한 DSRC 기반 통행속도 이력데이터를 활용하여 IC-IC 구간 단위의 통행패턴을 의사결정나무 기법을 적용하여 도출하였다. 통행패턴의 분류는 요일을 기준으로 수행하였고, 패턴의 개수를 최소화 하면서 월별, 시간대별, 구간 단위로 분리된 통행패턴을 생성하도록 하여 시·공간적 상황이 변화되어도 그에 대응하는 통행패턴의 구성이 가능하도록 목표하였다. 이는 지속적으로 수집되는 DSRC 데이터를 통한 패턴 업데이트 시에도 일정수준의 정확성을 유지할 수 있게 하기 위함이다. 경부고속도로 수도권 구간에 해당하는 서울TG~안성IC 구간을 대상으로 의사결정나무 기법을 적용한 결과 요일 기준으로 (월) / (화·수·목) / (금) / (토) / (일) 5개 그룹으로 고정 통행패턴이 분류되었다. 분류 결과를 영동, 중부, 중부내륙고속도로에 적용하여 통계적 검증을 수행한 결과 주요 분석 구간인 경부고속도로 구간뿐만 아니라 검증 노선에도 약 93%의 적합도를 갖는 것으로 나타났다. 통행패턴 분류 정확성을 개선시키기 위하여 의사결정나무를 통한 추가변수선정 결과, 직전월 소통상황을 설명변수로 적용할 경우 동일 패턴 그룹 내의 통행속도 분산이 약 50% 감소함을 확인하였고, 실제 패턴 생성에 사용하는 경우 소통상황 원활 시 오차가 약 4% 감소되었다. 본 연구결과를 바탕으로 향후에 특정 경로에 대한 패턴 도출이 아닌 IC 단위의 통행패턴 분류를 수행함으로써 각 구간의 통행패턴 조합을 통해 전국 O/D에 대한 통행패턴의 산출하여 교통정보의 실시간성 및 신뢰성을 향상하는 데 기여를 할 것으로 기대된다.
more목차
<목 차>
제 1 장 서 론
제 1 절 연구의 배경 및 목적
제 2 절 연구 방법 및 수행절차
제 2 장 관련 이론 및 연구 고찰
제 1 절 통행패턴 정의
제 2 절 통행패턴 분류
제 3 절 의사결정나무 기법
제 4 절 시사점
제 3 장 자료수집 및 분석방법론 선정
제 1 절 활용 자료수집
제 2 절 분석 방법론 선정
제 4 장 통행패턴 분류 및 생성
제 1 절 통행패턴 분류
제 2 절 통행패턴 분류 결과 비교
제 3 절 의사결정나무를 통한 추가변수 도출
제 4 절 소결
제 5 장 결론 및 향후 연구과제
제 1 절 결론
제 2 절 향후 연구과제
참고문헌
