최근 코로나 19 확진자가 증가하면서 버스와 지하철 같은 대중교통 이외에 개인형 이동수단에 대한 관심이 증가하였고, 특히 서울시에서는 친환경 교통 수단으로 공공자전거 시스템으로 운영중인 ‘따릉이’에 대한 수요량이 증가하고 있다. 본 연구에서는 서울시에서 제공하는 공공자전거의 시간대별 대여이력을 바탕으로 게이트 순환 유닛(GRU, Gated Recurrent Unit) 기반의 수요예측 모델을 제시한다. 아울러 본 연구에서 제시하는 GRU 방법의 유용성을 검증하기 위해 지난 3년간 서울시 공공자전거 대여이력이 가장 많은 여의도에 위치한 여의나루 1번 출구의 대여이력을 기반으로 동일한 조건에서 시계열 기반의 다른 딥러닝 모델들과 비교 분석한다. 딥러닝 모델들과 비교시에 제안하는 방법은 기존에 많이 사용되던 MAE와 RSME 지표를 기반으로 각 신경망에 대한 결과를 제시하고, 방법의 유용성을 검증한다.
목차
초록 서론 관련 연구 1. 딥러닝 기반 교통 수요예측 연구 2. 서울시 공공자전거 수요예측 연구 연구 데이터 수집 및 기술 통계량 분석 1. 데이터 수집 2. 기술 통계량 분석 3. 데이터 상관 분석 이론적 배경 연구 방법 분석 결과 토의 및 결론 References