코로나19 확산에 따른 대중교통 이용량의 예측 모형 구축Developing Prediction Models for Public Transportation Passenger Flow under the Spread of COVID-19
- Other Titles
- Developing Prediction Models for Public Transportation Passenger Flow under the Spread of COVID-19
- Authors
- 한성혜; 이경재; 추상호; 오관교; 정준영
- Issue Date
- Feb-2023
- Publisher
- 대한국토·도시계획학회
- Keywords
- COVID-19; Public Transportation; Deep Learning; Passenger Flow Prediction; Transit Card; 코로나19; 대중교통; 딥러닝; 이용량 예측; 교통카드
- Citation
- 국토계획, v.58, no.1, pp.62 - 74
- Journal Title
- 국토계획
- Volume
- 58
- Number
- 1
- Start Page
- 62
- End Page
- 74
- URI
- https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/30908
- DOI
- 10.17208/jkpa.2023.02.58.1.62
- ISSN
- 1226-7147
- Abstract
- 최근 환경문제가 대두되면서 지속 가능한 교통수단으로서 대중교통의 역할은 더욱 중요히 여겨지고 있다. 그러나 코로나19의확산 이후 감염의 위험성에 따라 사람들의 이동행태에 변화를 초래했으며, 대중교통 이용률은 계속해서 감소하는 추세를 띠었다.
대중교통은 다수의 사람이 이용하는 교통수단으로 삶의 중요한한 부분이며, 교통흐름의 정밀한 예측을 통해 대기 시간을 감소시키는 것과 같이 생활의 편의를 극대화할 수 있다. 또한, Jiao et al.(2021)은 대중교통의 승객 변동 추세 예측을 통해 직원의 운영일정을 최적화하고 비상 대응 능력을 강화하는 등, 대중교통 운송 회사에 많은 도움을 가져다줄 수 있다고 하였다. 이에 따라 코로나19와 같은 감염병의 발생 시 대중교통의 운영 흐름의 판단과예측이 중요하다고 판단되며, 본 연구에서는 이와 같은 코로나19 상황을 반영한 대중교통 이용량을 예측하고자 하였다. 대중교통 이용량 예측을 위해 시계열 예측에 많이 사용되는 모형들을 선정하였으며, 성능 평가 지표를 이용하여 비교 평가를 진행하였다. 연구의 공간적 범위는 대한민국의 17개 시도를 설정하였으며, 시간적 범위는 코로나19 확산 이후의 약 2년간인 2020년1월 20일부터 2021년 11월 5일까지로 설정하였다. 자료는 해당기간 동안 교통카드빅데이터 통합정보시스템, 기상청, 질병관리청에서 구득하였으며, 이를 기반으로 코로나19 확산 이후 대중교통 이용량 예측에 가장 적합한 모형을 구축하고자 하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/30908)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.