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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
한은룡 (서울시립대학교) 홍정열 (계명대학교) 박동주 (서울시립대학교)
저널정보
대한교통학회 대한교통학회 학술대회지 대한교통학회 제85회 학술발표회
발행연도
2021.11
수록면
559 - 564 (7page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
최근 서울시 공공자전거에 대한 이용수요가 증가하고 있다. 공공자전거는 이용이 편리하고 비교적 다양한 목적으로 이용할 수 있으며 환경에 악영향을 주지 않기 때문에 여러 대도시에서의 관심이 증가하고 있다. 현재 서울시에서 공공자전거의 적정규모에 대한 분석 없이 공급을 증대하고 있어 운영 및 비용측면에서 비효율이 발생하고 있다. 공공자전거를 공급할 때 수요가 증가하며, 수요가 증가함에 따라 공급을 증가하는 선순환 관계가 있다. 특히 대여소 단위의 불균형은 이용자들의 서비스 만족도를 저감하는 가장 큰 요인이며 반드시 해결할 필요가 있다. 예를 들어 이용수요가 많은 대여소는 계속해서 자전거가 부족하고, 반대로 수요가 없는 곳은 이용이 거의 없거나 거치대가 부족한 실정이다. 불균형문제를 해결하기 위해 대여소별 실시간 이용수요를 예측하고, 이를 활용하여 재배치를 해야 한다. 본 연구에서는 공공자전거 이용수요에 영향을 주는 요인을 찾고, 이러한 영향요인을 반영하여 대여소별 시간별 이용수요를 예측하는 프레임워크를 제시한다. 공공자전거의 특성상 주중과 주말의 이용패턴이 크게 달라, 본 연구에서는 주중과 주말을 분리하여 분석한다. 시계열 군집 분석 기법을 통해 서울시 내의 사대문 권역에 있는 263개의 대여소를 시간별 이용패턴에 따라 군집을 나눈다. 주중과 주말의 각 군집에 대해 LSTM(Long Short Term Memory) 기반 딥러닝 모형을 적용하여 대여소별 시간별 이용수요를 예측한다. 이때 4개의 2계층 LSTM 모형을 앙상블(Ensemble)하여 모형의 신뢰성과 정확성을 향상하였다. 향후 연구에서는 대여소의 잔여 자전거 수를 예측하여 공공자전거 재배치 알고리즘에 활용될 수 있을 것으로 예상한다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0