이력자료와 실시간 추세를 이용한 RAMP 통행량 예측
Ramp Traffic Forecasting Model Using Historical and Real-time Observations
- 주제(키워드) 램프 교통량 예측 , 칼만 필터
- 발행기관 아주대학교
- 지도교수 유정훈
- 발행년도 2010
- 학위수여년월 2010. 8
- 학위명 석사
- 학과 및 전공 일반대학원 건설교통공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000010941
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
고속도로는 장거리의 기종점을 연결하며 많은 통행자들이 이용하는 고속·대용량의 도로이며, 교통수요의 급증, 상습지정체로 인한 많은 혼잡이 발생하고 있다. 혼잡해결에 대한 도로 건설 중심의 기존 방식은 교통량의 증가와 많은 비용이 요구되며, 최근에는 실시간 교통정보 및 첨단교통체계(Intelligent Transportation Systems : ITS)를 이용한 실시간 운영전략 수립을 통해 교통 혼잡을 해결하는 방향으로 전환되고 있다. 고속도로의 램프 접속구간(합·분류 구간)은 두 개의 교통류가 합류되거나 분류되는 구간으로 차로 변경과 가·감속으로 인하여 지체가 발생하며, 고속도로의 운영상태 분석 및 전략 수립을 위해서는 램프 교통량이 매우 중요하다. 또한, 장래의 고속도로 운영 전략을 세우기 위해서는 램프 교통량에 대한 정보가 더욱 중요하며, 실시간 운영제어를 위해서는 램프 교통량에 대한 예측이 필수적이다. 각 IC별, 요일별 램프 교통량 특성을 파악하기 위해 이력자료를 활용한 분석을 수행하였다. 기존의 이력자료만을 이용한 예측 방법은 유고상황과 같은 교통상황의 갑작스런 변동을 반영하지 못하는 한계를 가지고 있다. 본 연구에서는 교통류의 변화에 적응이 빠르고, 실시간 교통량 예측에 적합한 Kalman Filter를 이용하여 이력자료와 실시간 추세를 기반으로 램프 교통량을 예측 기법을 개발하였다. 구축된 램프 교통량 예측 모형을 적용해 본 결과, 교통량의 규모나 교통상황의 변동에 관계없이 실시간 교통상황을 잘 반영하는 것으로 나타났다.
more목차
제 1 장 서 론
제1절 연구의 배경 및 목적
제2절 연구의 범위 및 내용
제 2 장 관 련 문 헌 고 찰
제1절 Historical/Real-Time Profile Combination Model
제2절 시계열 모형(Time Series Model)
제3절 신경망(Neural Network) 및 혼합 신경망 모형(Hybrid ANN Model)
제4절 Kalman Filter
제5절 기타 관련 연구 동향
제 3 장 방 법 론
제1절 모형 구축 과정
제2절 Data 특성 분석
제3절 기존 모형 적용
제4절 Kalman Filter를 이용한 모형 구축
제 4 장 모 형 적 용
제1절 실험설계
제2절 시나리오 분석
제3절 결과 해석
제 5 장 결 론
참 고 문 헌
ABSTRACT
