PARTNER

분석대상 규모에 따른 수단분담모형의 추정과 적용에 관한 연구

방대한 850만건의 자료 중 주제별로 만들수 있는 최적의 산출물을 해피 캠퍼스에서 체험 하세요 전문가의 지식과 인사이트를 활용하여 쉽고 폭넓게 이해하고 적용할수 있는 기회를 놓치지 마세요
10 페이지
어도비 PDF
최초등록일 2015.03.25 최종저작일 2011.12
10P 미리보기
  • * 본 문서는 배포용으로 복사 및 편집이 불가합니다.

    미리보기

    서지정보

    · 발행기관 : 대한교통학회
    · 수록지 정보 : 대한교통학회지 / 29권 / 6호
    · 저자명 : 김주영, 이승재, 김도경, 전장우

    목차

    Ⅰ. 서론
    Ⅱ. 자료 구축 및 보완
    Ⅲ. 최적모형의 설정 및 계수추정
    Ⅳ. 결론 및 향후 연구과제
    참고문헌

    초록

    수단선택모형은 신설중이거나 계획중인 새로운 교통수단의 수요를 추정하기 위하여 필수적인 요소이다. 현재 교통수요분석
    시 수단분담모형구축을 위해 지역별로 공통된 효용함수의 파라미터를 사용하고 있으며, 이로 인해 수단선택 행태 예측시 오류
    가 발생하는 경우가 존재한다.
    권역별 자료를 집계하여 공통된 파라미터를 사용함으로써 발생하는 문제점은 다음과 같다. 수단선택모형으로 인한 수단전
    환 효과를 측정하기 위하여 집계모형(aggregate model)을 사용할 경우 분석권역에 따라 수단분담모형에서는 통행시간이나
    통행비용에 대한 계수의 분포가 다름(분석권역별로 서로 다른 모집단 분포를 하고 있음)에도 불구하고 하나의 파라메타로 모
    집단을 설명하고자 할 경우 모집단을 적절히 설명하지 못하게 된다. 따라서 통행비용 및 통행시간과 같은 정책변수의 변화에
    민감하게 반응하지 못하는 경우가 발생한다. 특히 수단선택 모형에 사용되는 로짓모형과 같이 비선형함수의 경우에 집합화자
    료를 사용함으로써 집합화에 의한 오차(aggregation error) 또한 문제가 된다.
    본 논문의 목적은 수단선택 행태에 영향을 미치는 지역적 특성을 고려하고, 지역단위별로 공통된 파라미터를 사용하면서
    나타나는 집합화 오차를 줄일 수 있도록 분석대상 규모(zone size)별 수단분담모형 파라미터값을 추정하는 것을 목적으로 한
    다. 이를 위하여 2006년 가구통행실태조사 자료를 이용하여 각 분석단위(zone)의 수단별 파라미터를 추정하였다. 추정된 결
    과의 경우 파라미터값의 부호와 한계대체율에 의한 시간가치가 상식적으로 적정한지를 판단하고, 통계적으로 적합한지에 대하
    여 검증을 실시하였다. 또한 구축된 모형의 실제 사례에 적용가능성을 보기 위하여 서울지하철 9호선의 개통 전·후를 비교하
    여 현실에서 관측된 수단분담율 변화와 모형상의 예측치를 비교하여 정확성 및 신뢰성을 검토하였다.

    영어초록

    Mode choice model is an essential element for estimating- the demand of new means of transportation in
    the planning stage as well as in the establishment phase. In general, current demand analysis model
    developed for the mode choice analysis applies common parameters of utility function in each region which
    causes inaccuracy in forecasting mode choice behavior.
    Several critical problems from using common parameters are: a common parameter set can not reflect
    different distribution of coefficient for travel time and travel cost by different population. Consequently, the
    resulting model fails to accurately explain policy variables such as travel time and travel cost. In
    particular, the nonlinear logit model applied to aggregation data is vulnerable to the aggregation error.
    The purpose of this paper is to consider the regional characteristics by adopting the parameters fitted to
    each area, so as to reduce prediction errors and enhance accuracy of the resulting mode choice model. In
    order to estimate parameter of each area, this study used Household Travel Survey Data of Metropolitan
    Transportation Authority. For the verification of the model, the value of time by marginal rate of
    substitution is evaluated and statistical test for resulting coefficients is also carried out. In order to
    crosscheck the applicability and reliability of the model, changes in mode choice are analyzed when Seoul
    subway line 9 is newly opened and the results are compared with those from the existing model developed
    without considering the regional characteristics.

    참고자료

    · 없음
  • 자료후기

    Ai 리뷰
    이 자료를 통해 새로운 지식과 통찰을 얻을 수 있었고, 과제를 를 보완하는 데 큰 도움이 되었습니다. 매우 만족스러웠습니다. 추천할 만한 자료입니다.
    왼쪽 화살표
    오른쪽 화살표
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 본 학술논문은 (주)학지사와 각 학회간에 저작권계약이 체결된 것으로 AgentSoft가 제공 하고 있습니다.
      본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우
문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 03월 09일 일요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
11:44 오전