http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 조항웅(HangUng Cho) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
엔트로피 모형을 활용한 고속철도 역세권 통행분포 추정에 관한 연구
조항웅(Cho, Hangung),김시곤(Kim, Sigon),김진환(Kim, Jinhowan),전상민(Jeon, Sangmin) 대한토목학회 2012 대한토목학회논문집 D Vol.32 No.6D
지난 2004년 4월 경부고속철도 1단계 개통이후, 2단계 사업은 2010년 11월 개통하였으며, 고속철도 개통이후 타 교통수단에 비해 속도 경쟁의 장점을 가지고 있어 고속철도의 수요는 계속 증가하고 있다. 이러한 고속철도의 개통은 인구의 이동, 기업의 입지, 공간구조의 개편 등과 같은 사회적, 경제적, 교통적인 변화를 주도하고 있는 실정이며, 특히 고속철도의 고속 운행으로 지역간의 이동시간을 단축한다는 점에서 고속철도 수요는 계속적인 증가 추세로 전망된다. 본 연구에서는 고속철도 서울역 설문조사의 데이터를 이용한 EMME/2 프로그램의 2-Dimentional Blancing을 활용한 고속철도 역 접근수단별 통행 분포 모형의 파라메타 추정을 통하여 조사 통행분포를 추정 통행분포와 같이 재현하고자 하였으며, 분석 결과 접근수단별로 파라메타(?)는 승용차 0.0395, 버스 0.0390, 지하철 0.0415, 택시 0.0650으로 분석되었고, 통행거리빈도분포(Trip Length Frequency Distribution: TLFD)를 기준으로 조사치와 모형치를 비교한 결과 R²는 승용차 0.909, 버스0.923, 지하철 0.922, 택시 0.745로 조사치와 모형치는 유사한 것으로 분석 되었으며, F검증 결과 P값이 모두 0.05보다 매우 작게 분석되어 95%신뢰수준으로 유의할 만 한 것으로 판단되었다. 통행거리빈도분포를 5㎞ 단위로 설정하여 분석 하였으나, 향후에는 통행거리빈도분포를 중죤단위에서 소죤단위(행정동)로 세분화 연구가 필요하며, 통행거리 0~5㎞ 구간의 분포을 반영할수 있는 결합함수(Combined function}을 활용한 중력모형과 3-Dimentional Blancing을 적용한 연구가 필요 할 것으로 판단된다. KTX step 1 April 2004, after the opening, the second phase of the project was opened in November 2010. High-speed rail after the opening and continue to increase the demand of high-speed rail, Have the speed of competitive advantage compared too the means of transportation. The opening of these high-speed rail has led to changes of the move, the company’s position, and the spatial structure of the population of reorganization, such as the social, economic, transportation. In this study, survey data using the High Speed Rail Station EMME/2 of the program to take advantage of the 2-Dimentional Blancing trip distribution to investigate the passage through the trip distribution by the estimation of the parameters of the model to estimate the distribution of the means of access and high-speed rail station to reproduce and Analysis of the results by means of access parameters (?) autos 0.0395, buses 0.0390, subway 0.0650, taxi 0.0415, the frequency distribution (Trip Length Frequency Distribution: TLFD) were analyzed survey data value model with the results of comparing R² cars analysis and model values similar survey data 0.909 bus 0.923, subway 0.745 to 0.922, taxi, F test P value analysis is smaller than 0.05 at the 95% confidence level as a note that was judged to have been. Trip frequency distribution analysis, but in the future, set the unit to 5㎞-trip frequency distribution middle zone units from small zone units (administrative district) segmentation research is needed, and can reflect the trip distance 0~5 ㎞ interval combined function to take advantage of the gravity model and the 3-Dimentional Blancing applied research is needed to be considered.
-
-
역세권 세분화를 통한 도시철도 수요예측 개선에 관한 연구
전상민(Jeon, Sangmin),정성봉(Chung, Sungbong),김시곤(Kim, Sigon),조항웅(Cho, Hangung) 대한토목학회 2012 대한토목학회논문집 D Vol.32 No.6D
도시철도의 건설에 있어서 정확한 수요예측 과정은 매우 중요하고, 정밀한 타당성 검증이 요구되고 있다. 현재 도시철도 수요예측을 위한 교통존 기준은 행정동 단위를 기준으로 하고 있어, 역세권 특성이 반영되지 못하고 있다. 이에 본 연구에서는 역세권의 범위를 세분화하고 거리별 수단분담특성을 파악하여, 도시철도 수요예측의 정밀도를 향상시키는 것을 목적으로 하였다. 사례지역의 거리별 도시철도 수단분담률을 분석한 결과 도심형의 경우에는 500m, 외곽형의 경우에는 1,000m의 역세권 범위 설정이 기능하였다. 또한 기존 행정동 기준의 수요예측에 비해 역세권 세분화에 따른 수요예측결과가 실제치에 근접하여 신뢰도의 향상을 도모할 수 있었다. Accurate demand estimating process in the construction of urban railway is very important, and precise validation is required. Existing model formula in the 4 phase model is limited in the estimation of the demand the administrative boundary-based zone system reflects no spatial railway demand characteristics around railway stations. The purpose of this study is improving the accuracy of urban rail demand estimation through segmentations of station influence areas and modal split characteristics within the areas. According to the case analysis, it is possible to set up the ststion influence area with a radius of 500m in the urban region and 1,000m in the suburban. And eastablishing proper segmentations of the ststion influence area shows more accurate results to the real demand of railway stations.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
