본문 바로가기
KERD
논문KCI 등재

교통망의 강건성 민감도를 이용한 특정 구간의 정체에 의한 파급효과 분석

An Analysis of the Ripple Effect of Congestion in a Specific Section Using the Robustness Sensitivity of the Traffic Network

이성근|한치근
한국컴퓨터정보학회 (The Korean Society Of Computer And Information)|2023.04|한국컴퓨터정보학회논문지 (Journal of The Korea Society of Computer and Information)|제28권 제4호|pp. 83-91|DOI https://doi.org/10.9708/jksci.2023.28.04.083

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

sensitivity민감도graph강건성교통망robustnesshighway그래프고속도로traffic network
주제분류컴퓨터학

초록

본 연구는 특정 구간의 정체가 전체 고속도로에 미치는 영향을 분석하기 위한 고속도로 망의 강건성 민감도 지수(RSI: robustness sensitivity index)를 제안한다. 새로 제안된 RSI는 특정 구간의 길이가 연장되었을 때, 연장된 단위 길이 당 교통망의 총 운행거리 변화량으로 정의한다. RSI 값이 클 경우, 해당 구간의 교통 정체는 다른 구간에 비해 전체 망에 나쁜 영향을 미치게 된다. 기존의 망 강건성 지수(NRI: network robustness index)는 단순히 특정 구간이 있을 때와 없을 때의 교통망 변화를 관찰하지만, 본 연구가 제안한 RSI는 일종의 성능 지표로 특정 구간의 정체 정도에 따른 망 전체의 파급효과를 정량적으로 분석할 수 있게 해준다. 특정 구간의 정체 정도를 변화시키면서, 그 정체가 발생시키는 다른 구간들의 교통량 증가, 감소, 정체 구간의 크기 및 위치 등이 어떻게 변화하는지를 계산할 수 있다. 이 분석은 NRI로는 분석 불가능한 것으로 RSI의 우수성을 입증하는 것이다. 국내 고속도로 망의 데이터를 이용해 RSI의 다양한 성질을 분석한다. 그리고 RSI 개념을 이용하면 특정 구간의 정체 정도 변화가 발생시키는 다른 구간들에 대한 파급효과를 분석할 수 있음을 보인다.

Abstract

In this paper, we propose a robustness sensitivity index (RSI) of highway networks to analyze the effect of congestion in a specific section on the entire highway. The newly proposed RSI is defined as the change in the total mileage of the transportation network per extended unit length when the length of a particular section is extended. When the RSI value is large, traffic congestion in the section has a worse effect on the entire network than in other sections. The existing network robustness index (NRI) simply observes changes in transportation networks with and without specific sections, but the RSI proposed in this study is a kind of performance indicator that allows quantitative analysis of the ripple effect of the entire network according to the degree of congestion in a specific section. While changing the degree of congestion in a particular section, it is possible to calculate how the traffic volume increases, decreases, and the size and location of the congestion section change. This analysis proves the superiority of RSI as it cannot be analyzed with NRI. Various properties of RSI are analyzed using data from the domestic highway network. In addition, using the RSI concept, it is shown that the ripple effect on other sections in which a change in the degree of congestion of a specific section occurs can be analyzed.

참고문헌 (13)

  1. Darren M. Scott, "Network Robustness Index: A new method for identifying critical links and evaluating the performance of transportation networks", Journal of Transport Geography, 14(3), pp.215~227 (2006), Elsevier BV[DOI]
  2. Aura Reggiani, "Transport resilience and vulnerability: The role of connectivity", Transportation Research Part A: Policy and Practice, 81, pp.4~15 (2015), Elsevier BV[DOI]
  3. J.L. Sullivan, "Identifying critical road segments and measuring system-wide robustness in transportation networks with isolating links: A link-based capacity-reduction approach", Transportation Research Part A: Policy and Practice, 44(5), pp.323~336 (2010), Elsevier BV[DOI]
  4. 조태수, "그래프 중심성들을 이용한 그래프 유사도 측정", 한국컴퓨터정보학회논문지, 23(12), pp.57~64 (2018), 한국컴퓨터정보학회[DOI]
  5. Amila Jayasinghe, "EXPLAINING TRAFFIC FLOW PATTERNS USING CENTRALITY MEASURES", INTERNATIONAL JOURNAL FOR TRAFFIC AND TRANSPORT ENGINEERING, 5(2), pp.134~149 (2015), City Net Scientific Research Center Ltd., Belgrade[DOI]
  6. Sybil Derrible, "Network Centrality of Metro Systems", PLoS ONE, 7(7), pp.e40575~ (2012), Public Library of Science (PLoS)[DOI]
  7. Lars-Göran Mattsson, "Vulnerability and resilience of transport systems – A discussion of recent research", Transportation Research Part A: Policy and Practice, 81, pp.16~34 (2015), Elsevier BV[DOI]
  8. Ning Zhang, "Multi-scale robustness model for highway networks under flood events", Transportation Research Part D: Transport and Environment, 83, pp.102281~ (2020), Elsevier BV[DOI]
  9. Feifei He, "A Traffic Congestion Assessment Method for Urban Road Networks Based on Speed Performance Index", Procedia Engineering, 137, pp.425~433 (2016), Elsevier BV[DOI]
  10. "Random graphs.The Annals of Mathematical"[URL]
  11. Ministry of Land, Infrastructure and Transport, "Pre-Publication information", ~ (2017)
  12. "Korea Express Corporation Highway Public Data Portal"[URL]
  13. A Network Robustness Analysis of Korea Expressway, working paper, "Sang-Hoon Lee", ~ (2020)

관련 논문AI추천

한국 고속도로 망의 강건성 분석이성근, 한치근한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제4호평균경로시간 변화를 활용한 서울시 도로 네트워크 강건성 분석김경태, 송재민서울연구원 · 서울도시연구2017 · 제18권 제2호재난·재해 상황을 대비한 클러스터링 분석 기반의 도로링크별 취약성 평가 연구박동주, 탁지훈, 홍정열한국ITS학회 · 한국ITS학회 논문지2023 · 제22권 제2호ITS 빅데이터를 활용한 도시 교통네트워크 구조분석김용연, 이경희, 조완섭사)한국빅데이터학회 · 한국빅데이터학회 학회지2017 · 제2권 제2호도로시설물 네트워크의 홍수 피해 및 회복탄력성 평가 기법 개발안효준, 이종한, 정종윤, 조백순한국구조물진단유지관리공학회 · 한국구조물진단유지관리공학회 논문집2025 · 제29권 제2호차량 궤적의 도로망 커버리지 기반고속도로 이동성 지표 개발권철우, 장현호국토연구원 · 국토연구2022 · 제114권

이 간행물의 다른 논문 (20건)

STFT와 시계열 데이터 이미지화 알고리즘을 활용한 시계열 데이터 분류 성능 분석홍성규, 김상철pp. 1-11딥 러닝을 이용한 VOC 저감 설비 이상 탐지 분석김명호, 손민지pp. 13-20AI를 이용한 인구주택총조사의 자동 분류 개선: 산업 및 직업코드 연구메다드, 김다혜, 김영진, 정영섭, 윤병일pp. 21-29모델 내부/외부 특징량 상관 학습을 통한 지식 증류박훈범, 배승환pp. 31-39걸음걸이 데이터에서 분노 검출을 위한 다중 시간 윈도 특징 추출 기술권범, 오태근pp. 41-51
원문 보기