Abstract
본 연구에서는 최근 개발된 화음 탐색법을 이용해 교통망 통행배정 모형의 통행비용 함수의 하나인 BPR 함수의 계수들을 추정하였다. 기존 연구에서는 교통량과 통행시간 자료를 실측해 이를 통계적으로 분석해 계수를 추정하는 방법과 관측교통량과 통행배정 교통량을 일치시키는 계수값을 찾는 것을 목표로 통행배정 모형과 최적화 기법을 결합시킨 방법을 이용하여왔다. 이중 대형 교통망의 계수 정산에 자주 이용되어온 최적화 기법은 관측 통행패턴을 최대한 근접하게 재현하는 계수를 추정할 수 있다는 장점이 있으나 그 수학적 성질과 추정 계수값에 대한 수학적 검토가 충분히 이루어지지 못했다. 본 연구에서는 이러한 문제 인식아래 최근 개발된 전역 탐색 기법인 화음탐색법 기반의 교통망 비용함수 정산 방법을 개발하였다. 화음탐색법은 2000년대 초반 개발된 이후 다양한 분야에서 기존에 사용되던 전역탐색기법들에 비해 우수한 성질을 입증하여 왔으나 교통분야에는 그 적용 예가 거의 없었다. 본 연구는 화음탐색법의 개념을 설명하고 이를 이용해 개발된 정산 알고리즘을 기존 연구에서 사용된 점진증가법 및 황금율법과 성능 비교하였다. 화음탐색법 기반 정산기법은 기존 기법들에 비해 관측 통행패턴을 보다 근접하게 재현할 수 있는 비용함수 계수값들을 찾을 수 있는 것으로 나타났다. 또, 관측 교통량 기반 계수추정법은 BPR식의 <TEX>${\beta}$</TEX>값 추정에는 적합하지만 초기속도나 <TEX>${\alpha}$</TEX>값 정산을 위해서는 통행 속도나 시간과 같은 추가 자료가 필요한 것으로 판단된다. Some previous studies adopted a method statistically based on the observed traffic volumes and travel times to estimate the parameters. Others tried to find an optimal set of parameters to minimize the gap between the observed and estimated traffic volumes using, for instance, a combined optimization model with a traffic assignment model. The latter is frequently used in a large-scale network that has a capability to find a set of optimal parameter values, but its appropriateness has never been demonstrated. Thus, we developed a methodology to estimate a set of parameter values of BPR(Bureau of Public Road) function using Harmony Search (HS) method. HS was developed in early 2000, and is a global search method proven to be superior to other global search methods (e.g. Genetic Algorithm or Tabu search). However, it has rarely been adopted in transportation research arena yet. The HS based transportation network calibration algorithm developed in this study is tested using a grid network, and its outcomes are compared to those from incremental method (Incre) and Golden Section (GS) method. It is found that the HS algorithm outperforms Incre and GS for copying the given observed link traffic counts, and it is also pointed out that the popular optimal network calibration techniques based on an objective function of traffic volume replication are lacking the capability to find appropriate free flow travel speed and <TEX>${\alpha}$</TEX> value.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.