인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
대중교통 분야에서 대기시간을 적절하게 예측하지 못하면 대중교통 설계, 계획 및 운영 계획의 수립에 나쁜 영향을 미친다. 대부분의 대중교통 분석에서 단순히 평균 배차간격(headway)의 1/2을 대기시간으로 적용하고 있으나, 최근 교통카드데이터의 활용이 보편화됨에 따라, 기존의 대기시간 추정 모형을 검증하고 모형의 정확성을 높이기 위한 모형의 개선이 가능해졌다. 본 연구는 교통카드데이터에 기록된 이용자의 정류장 도착(하차) 시각, 승차시각 및 차량의 정류장 도착 시각을 활용하여 정밀한 배차간격을 산출하는 방법을 제안하였다. 이를 활용하여 버스 대기시간 추정 모형을 개선하였으며, 일반적인 상황에서 ‘평균 대기시간 ≒ 평균 배차간격 × 0.6’인 관계를 도출하였다. 또한 다양한 통행 패턴의 조건에서 추정된 모형의 파라미터와 관측된 모형의 파라미터의 비교를 통해, 모형의 파라미터값을 동일하게 적용하는 데에 한계가 있음을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092312063
