Earticle

현재 위치 Home

ATMS

의사결정나무 기법을 적용한 DSRC 통행속도패턴 분류방안
Study on the Classification Methodology for DSRC Travel Speed Patterns Using Decision Trees

첫 페이지 보기
  • 발행기관
    한국ITS학회 바로가기
  • 간행물
    한국ITS학회논문지 KCI 등재 바로가기
  • 통권
    제13권 제2호 통권52호 (2014.04)바로가기
  • 페이지
    pp.1-11
  • 저자
    이민하, 이상수, 남궁성, 최기주
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A217692

※ 기관로그인 시 무료 이용이 가능합니다.

4,200원

원문정보

초록

영어
In this paper, travel speed patterns were deducted based on historical DSRC travel speed data using Decision Tree technique to improve availability of the massive amount of historical data. These patterns were designed to reflect spatio-temporal vicissitudes in reality by generating pattern units classified by months, time of day, and highway sections. The study area was from Seoul TG to Ansung IC sections on Gyung-bu highway where high peak time of day frequently occurs in South Korea. Decision Tree technique was applied to categorize travel speed according to day of week. As a result, five different pattern groups were generated: (Mon)(Tue·Wed·Thu)(Fri)(Sat)(Sun). Statistical verification was conducted to prove the validity of patterns on nine different highway sections, and the accuracy of fitting was found to be 93%. To reduce travel pattern errors against individual travel speed data, inclusion of four additional variables were also tested. Among those variables, ‘traffic condition on previous month’ variable improved the pattern grouping accuracy by reducing 50% of speed variance in the decision tree model developed.
한국어
본 논문의 목적은 DSRC 기반 통행속도 이력데이터를 활용하여 IC-IC 구간 단위의 통행패턴을 도출하는 것이며, 이를 통해 방대한 이력정보 데이터의 활용도를 높이고, 단순하지만 정확성 높은 방법으로 도로의 통행패턴을 용이하게 파악할 수 있게 하는 것이다. 통행패턴 분류는 의사결정나무 기법을 적용하였고, 월·시간대·구간 단위로 분리된 통행패턴을 생성하여 시·공간이 변화되어도 이에 대응 가능하도록 하였다. 경부고속도로 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, 중부내륙 고속도로의 9개 구간에 적용하여 통계적 검증을 수행한 결과 약 93%의 적합도를 갖는 것으로 나타났다. 의사결정나무를 통한 통행패턴 오차를 개선하기 위하여 4개의 추가변수를 도입한 결과, “직전월의 소통상황”을 설명변수로 추가할 경우 통행속도 분산이 약 50% 감소함을 확인하였고, 실제 상황에 적용할 경우 소통 원활 시의 오차가 약 4% 감소되었다.

목차

요약
 ABSTRACT
 Ⅰ. 서론
 Ⅱ. 이론적 배경
  1. 통행패턴 정의
  2. 통행패턴 분류 방법론 및 사례 연구
  3. 의사결정나무 방법론
  4. 시사점
 Ⅲ. 자료수집 및 분석방법론 선정
  1. 활용 자료 수집
  2. 분석 방법론 선정
 Ⅳ. 통행패턴 분류 및 생성
  1. 통행패턴 분류
  2. 통행패턴 정확성 분석
  3. 통행패턴 분류 검증
  4. 의사결정나무를 통한 추가변수 도출
 Ⅴ. 결론 및 향후 연구과제
 REFERENCES

키워드

통행패턴 의사결정나무 이력 데이터 연속류 속도 DSRC Travel patterns Decision Tree model historical data Free flow speed DSRC

저자

  • 이민하 [ Minha Lee | 아주대학교 ERC 센터 연구원 ] 주저자
  • 이상수 [ Sang-Soo Lee | 아주대학교 교통공학과 교수 ] 교신저자
  • 남궁성 [ Seong Namkoong | 한국도로공사 도로교통연구원 교통연구실장 ] 공저자
  • 최기주 [ Keechoo Choi | 아주대학교 교통공학과 교수 ] 공저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국ITS학회 [The Korean Society of Intelligent Transport Systems]
  • 설립연도
    2002
  • 분야
    공학>교통공학
  • 소개
    ◈ 전문분야간 공동협의, 공동연구를 통한 ITS의 학술적 발전 ◈ 산·학·연 협동체계 구축으로 기술개발 지원 ◈ 정부정책 및 제도 방향에 대한 기술적 자문 ◈ 외국 ITS 관련 학술단체와 기술교류 ◈ 관련전문가 및 기술자의 교육 및 양성

간행물

  • 간행물명
    한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]
  • 간기
    격월간
  • pISSN
    1738-0774
  • eISSN
    2384-1729
  • 수록기간
    2003~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 326 DDC 338

이 권호 내 다른 논문 / 한국ITS학회논문지 제13권 제2호 통권52호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장