자기조직형 신경망 이론을 이용한 국도 통행기간 추정 알고리즘 (Development of Travel Time Estimation Algorithm for National Highway by using Self-Organizing Neural Networks)

서지정보

· 발행기관 : 대한토목학회
· 수록지 정보 : 대한토목학회 논문집D / 28권 / 3호 / 307 ~ 315페이지
· 저자명 : 도명식, 배현숙

초록

본 연구의 목적은 수도권 남부 국도 ITS 시범구간인 국도 3호선의 장지IC~곤지암IC구간에서 수집되는 교통자료를 기반으로 자기조직형 신경망 이론을 도입하여 국도구간의 통행시간 추정모형을 개발하는 방안을 제시하는 것이다. 지점 검지기 적정 설치위치와 구간의 연장 및 연도의 토지이용특성이 단속류의 구간통행시간에 영향을 미침을 확인하였으며, 구간 통행시간 추정을 위해 기존의 인공신경망 모형이 가지는 추가학습이 불가능하다는 단점과 신경망 구조의 최적구성이 어려운 점 등을 고려하여 자기조직형 인공신경망 구조방법을 도입하였다. 통행시간 추정결과 기존 검지기에서 수집된 자료와 최적위치에서 수집된 자료를 이용하여 모형을 검증한 결과 통행특성을 가장 잘 반영하는 지점자료를 활용한 모형의 추정력이 우수한 것으로 나타났다. 이러한 시도는 향후 국도 ITS 사업의 설계에서 검지기의 설치 위치 선정에 응용할 수 있을 것으로 기대된다.

영어초록

The aim of this study is to develop travel time estimation model by using Self-Organized Neural network(in brief, SON) algorithm. Travel time data based on vehicles equipped with GPS and number-plate matching collected from National road number 3 (between Jangji-IC and Gonjiam-IC), which is pilot section of National Highway Traffic Management System were employed. We found that the accuracies of travel time are related to location of detector, the length of road section and land-use properties. In this paper, we try to develop travel time estimation using SON to remedy defects of existing neural network method, which could not additional learning and efficient structure modification. Furthermore, we knew that the estimation accuracy of travel time is superior to optimum located detectors than based on existing located detectors. We can expect the results of this study will make use of location allocation of detectors in highway.

참고자료

· 없음