본문 바로가기
KERD
논문KCI 등재

데이터 유형별 수도권 도시철도 경로선택모형 비교 연구

A Study on the Comparison of Metropolitan Urban Railroad Route Selection Models by Data Type

박동주|오영택|인태명|전용현
한국도시철도학회 (KoSUR(The Korean Society for Urban Railway))|2021.09|한국도시철도학회논문집 (Journal of Korean Society for Urban Railway)|제9권 제3호|pp. 947-957

1

조회

0

다운로드

0

인용

0

참고문헌

키워드

도시철도conditional logit model스마트카드 데이터경로선택모형조건부 로짓모형설문조사(RP+SP)EVL algorithmroute choicesmartcard datasubey

초록

수도권 도시철도 네트워크는 지속적으로 변화하고 있다. 신설 및 확장 사업에 대한 정확한 수요예측을 위해서는 네트워크 변화에 따라 이용자의 통행수요 및 통행행태 변화를 면밀히 파악하여야 하기 때문에, 경로선택모형은 필수적이다. 기존의 스마트 카드 데이터 및 설문조사 데이터를 활용하여 지하철 경로선택 모형을 개발하였지만 단일 데이터만을 토대로 분석을 시행하여 데이터의 적중도를 비교하는 연구가 미흡하다. 이에 본 연구에서는 스마트카드 및 설문조사 데이터를 기반으로각각의 모형을 구축하고 비교하고자 한다. 약 25,000개의 스마트카드 데이터와 7,600개의 설문조사RP 데이터, 2,625개의 설문조사 RP+SP 데이터를 표본으로 데이터 유형별 모형을 구축하였다. 차내시간, 환승이동시간, 환승대기시간을 설명변수를 하는 조건부 로짓모형을 정산하였다. 데이터 유형별로 차이가 있지만 차내시간에 비해 환승이동시간은 1.2~2.1배, 환승대기시간은 1.74~3.3배의 영향력을 나타내고 있었다. 각 모형의 적중도와 평균오차율을 비교한 결과 스마트카드 데이터를 활용한 모형이 수도권 도시철도 경로선택 모형에 가장 높은 적합도를 확인할수 있었다. 설문조사 RP, 설문조사 RP+SP 데이터를 활용한 모형도 적중도 측면에서는 스마트카드 데이터를 활용한 모형과 큰차이를 보이지 않았지만, 평균 오차율에서 스마트카드 데이터를 활용한 모형이 오차율은 낮은 것을확인할 수 있었다.

Abstract

The metropolitan urban rail network is constantly changing. In order to accurately predict demand for new and expanding businesses, a route selection model is essential to closely grasp the varying user's traffic demand and traffic behavior according to network changes. Although the subway route selection model has been developed using the existing smart card and survey data, there is not enough research to compare data accuracy when the analysis is based on only single data. Therefore, this study aims to build and compare each model based on both the smart card and survey data. A model for each data type was constructed using approximately 25,000 observations from smart card data, 7,600 RP-based survey data, and 2,625 RP+SP-based survey data. A conditional logit model was developed using explanatory variables such as in-vehicle travel time, transfer time, and transfer waiting time. Although there was a difference in data type, the transfer time was 1.2~2.1 times, and the transfer waiting time was 1.74~3.3 times more compared to the in-vehicle travel time. Upon comparing each model's accuracy and average error rate, it was found that the metropolitan urban railway route selection model using smart card data had the highest fitness. Models using RP-based and RP+SP-based survey data did not show much difference compared to the results from the model in which the smart card data was employed in terms of accuracy, but it was confirmed that the smartcard-based model had a low average error rate.

참고문헌 (18)

  1. C.H. LEE, "Railway timetable considering Optimal path finding method in Rail network", The Korean Society For Railway, 1517~1520 (2014)
  2. C.H. Yang, "Estimation of Transfer Related Values of Seoul Subway Users Using Stated Preference and Revealed Preference Analysis", Analysis, Journal of Korean Society of Transportation, 18(4), pp.19~30 (2000)
  3. D.G. Park, ", Identifying Multiple Reasonable Alternative Routes:Efficient Vector Labeling Approach", Transportation Research Record, 1783(1), pp.111~118 (2002)
  4. 정동재, "도시철도 교통량 배정 알고리즘의 적합성 평가", 한국철도학회논문집, 17(6), pp.433~442 (2014), 한국철도학회
  5. L. Grange, "A fixed point route choice model for transit networks that addresses route correlation", Procedia-Social and Behavioral Science, 54, pp.1197~1204 (2012)
  6. 이미영, "수도권 도시철도망 승객이동경로추정을 위한 교통카드기반 최적 M-유사경로 구축방안", 한국ITS학회 논문지, 16(2), pp.1~12 (2017), 한국ITS학회[DOI]
  7. 이미영, "수도권 도시철도 환승통행량 추정방안(교통카드자료를 이용하여)", 한국ITS학회 논문지, 15(6), pp.36~46 (2016), 한국ITS학회[DOI]
  8. Raveau, S., "A behavioural comparison of route choice on metro networks: Time, transfers, crowding, topology and socio-demographics", Transportation Research Part, A, 66, pp.185~195 (2014)
  9. S. Bekhor, "Effects of choice set size and route choice models on path-based traffic assignment", Transportmetrica, 4(2), pp.117~133 (2008)
  10. S.H. Lam, "Transit Path-Choice Models That Use Revealed Preference and Stated Preference Data", Transportation Research Record: Journal of the Transportation Research Board, (1799), pp.58~65 (2002)
  11. 신성일, "교통망에 적합한 K 비루프 경로 탐색 알고리즘", 대한교통학회지, 22(7), pp.121~131 (2004), 대한교통학회
  12. 신성일, "대중교통 카드(RF Card) 자료를 활용한 수도권 도시철도 운영기관 간 수입금 정산 방법론에 대한 연구", 대한교통학회지, 28(2), pp.7~19 (2010), 대한교통학회
  13. 이장호, "환승저항 및 노선우회를 고려한 광역도시철도 경로선택모형 구축", 한국도시철도학회논문집, 6(1), pp.59~70 (2018), 한국도시철도학회[DOI]
  14. S.C.Lee, "What is the reasonable alternative paths for subway users?", pp.2019
  15. S. Raveau, "A topological route choice model for metro", Transportation Research, 45A, pp.138~147 (2011)
  16. S.H. Chen, "Development od a Smart Card Data-based Stochastic Transit Assignment model on Intergrated Public Transportation Networks", pp.2010
  17. Y, Liu, "Transit users’route-choice modelling in transit assignment: A review", Transport Reviews, 30, pp.753~769 (2010)
  18. Y. P. Aneja, "Shortest Chain Subject to Side Constraints", Networks, 13, pp.295~302 (1983)

관련 논문AI추천

환승저항 및 노선우회를 고려한 광역도시철도 경로선택모형 구축양수정, 이장호한국도시철도학회 · 한국도시철도학회논문집2018 · 제6권 제1호교통카드 데이터를 이용한 수도권 광역급행철도 환승행태에 관한 연구김선훈, 이동민, 정근기한국ITS학회 · 한국ITS학회 논문지2022 · 제21권 제6호수도권 도시철도 환승통행량 추정방안(교통카드자료를 이용하여)손지언, 이미영한국ITS학회 · 한국ITS학회 논문지2016 · 제15권 제6호교통카드기반 수도권 도시철도 환승자료 구축방안손지언, 이미영, 조종석한국ITS학회 · 한국ITS학회 논문지2016 · 제15권 제4호수도권 도시철도망 승객이동경로추정을 위한 교통카드기반 최적 M-유사경로 구축방안이미영한국ITS학회 · 한국ITS학회 논문지2017 · 제16권 제2호교통카드 Tag 제약을 반영한 통행자 경로선택에 대한 합리성 평가 연구 : 수도권 지하철 네트워크를 중심으로남두희, 심대영, 이미영한국ITS학회 · 한국ITS학회 논문지2020 · 제19권 제6호

이 간행물의 다른 논문 (6건)

DEA 기반 서울교통공사 통합 전·후 효율성 분석장용호, 정성봉pp. 959-967수송효율성과 산업생산성을 고려한 진해신항 물류철도 최적대안 선정 연구전상민, 송기욱pp. 969-979예방정비 후 신뢰성 변동 모니터링 기법에 관한 연구Alfonsus Julanto Endharta, 김종운pp. 981-987분산형 음향 검지기술을 이용한 열차 위치 검지 및 열차 무결성 확인 방안전혜연, 김정태, 김용규, 윤용기, 고경준pp. 989-997P-FIT 궤도의 탄성고무받침 시공오차에 따른 구조 안전성 검토 연구최규문, 권세곤, 이창호, 정혁상, 김재왕pp. 999-1005
원문 보기