메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이은학 (Seoul National University) 이인묵 (Korea Railroad Research Institute) 고승영 (Seoul National University) 김동규 (Seoul National University) 조신형 (Seoul National University)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제22권 제9호(통권 제123호)
발행연도
2019.9
수록면
740 - 751 (12page)
DOI
10.7782/JKSR.2019.22.9.740

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
지하철 이용자 또는 운영자의 입장에서 통행경로를 파악하는 것은 중요한 요소이다. 본 연구는 스마트카드 데이터와 열차 로그 데이터를 사용하여 지하철 이용자의 통행경로를 추정하였다. 이용자가 선택할 수 있는 모든 대안 경로를 고려하기 위한 경로생성 알고리즘을 개발했으며, 세 가지 통행경로 추정 방법(승차 기준 알고리즘, 하차 기준 알고리즘, 승하차 기준 알고리즘)을 제안했다. 당산-교대, 도곡-정자 기종점을 대상으로 분석을 수행했으며, 지하철 이용자의 통행 열차와 통행경로의 선택 비율을 결과로 제시했다. 본 연구에서 개발된 통행경로 추정 알고리즘의 성능을 평가하기 위하여 선행연구에서 다루었던 방법론인 다항로짓 모형과 가우시안 혼합 모형의 추정 결과와 비교분석을 수행했다. 본 연구에서 제안한 3개의 알고리즘 분석 결과, 당산-교대의 경우 승하차 기준 알고리즘의 정확도가 88.0%로 분석되었으며, 도곡-정자 분석 결과도 마찬가지로 승하차 기준 알고리즘의 정확도가 90.9%로 우수한 성능을 나타냈다. 승하차 기준 알고리즘, 이항로짓 모형, 가우시안 혼합 모형 추정 결과에서도 승하차 기준 알고리즘의 정확도가 가장 우수한 것으로 분석되었다.
#Smart card data #Train log data #Travel route #Route choice behavior #스마트카드 데이터 #열차 로그 정보 #통행경로 추정 #경로선택행태

목차

Abstract
초록
1. 서론
2. 문헌고찰
3. 분석 방법론
4. 사례 분석
5. 결론
References

참고문헌 (22)

참고문헌 신청
D. Kim, H.C. Shin (2013) Implications from South Korea’s Smartcard Operation, Journal of the Transportation Research Board 92nd Annual Meeting Compendium of Papers, 2380. google schola M. Munizaga, F. Devillaine, C. Navarrete, D. Silva (2014) Validating Travel Behavior Estimated from Smartcard Data, Transportation Research Part C: Emerging Technologies, 44, pp. 70-79. google schola K.K. A. Chu, R. Chapleau (2008) Enriching Archived Smartcard Transaction Data for Transit Demand Modeling, Transportation Research Record: Journal of the Transportation Research Board, 2061(1), pp. 63-72. google schola J.Y. Song, J.K. Eom, K.S. Lee, J.H. Min, K.Y. Yang (2015) Public Transportation Service Evaluations Utilizing Seoul Transportation Card Data, Procedia Computer Science, 52, pp. 178-185. google schola Transportation Safety Authority, Public Transportation Transfer Satisfaction Survey, https://ptc.ts2020.kr/webapp/ptdas/menu_pub/ index_all.aspx (Accessed 28 July 2018)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

스마트카드 데이터를 이용한 직행버스 노선 최적화
이은학 ,  고승영 ,  김동규 대한교통학회 학술대회지 2021 .11
열차운행 시뮬레이션 입력자료로서 열차시각표 생성 방안
노학래 한국철도학회 논문집 2020 .06
열차 출도착 데이터와 교통카드 데이터를 활용한 도시철도 역사 시설물 서비스수준 추정 방안 연구
정은비 ,  이인묵 ,  유소영 외 1명 한국도시철도학회논문집 2019 .03
열차제어시스템에서의 속도전달 지연에 대한 실험적 추정방안
김정태 한국통신학회논문지 2018 .11
1차 지연시간 산정 및 분포추정 방법론에 관한 연구
김경민 ,  오세찬 한국철도학회 논문집 2018 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-557-001243791