1 |
1
연계기관으로부터 수집한 기반데이터를 가공 및 처리하여, 수치모델 구성 및 최적 해 산출 시 이용 가능한 형태로 생성하는 데이터전처리모듈;상기 데이터전처리모듈에서 전 처리된 데이터를 이용하여 교통 수치모델을 구성하고, 상기 교통 수치모델을 기반으로 변수 데이터에 따른 가용 해(feasible solution)를 산출하는 산출 절차를 수행하며, 상기 산출한 가용 해 기반의 교통 시뮬레이션을 수행하는 교통분석모듈; 및상기 교통분석모듈에서 수행되는 교통 시뮬레이션의 교통 성과지표를 계산하고, 상기 변수 데이터가 변경되는 경우 상기 변수 데이터의 변경에 따른 교통 시뮬레이션 간 교통 성과지표 분석을 통해, 가용 해 중 이용객 수요와 교통수단 운영 간 균형을 기준으로 선택되는 특정 가용 해를 최적 해(optimal solution)로서 제시하는 의사결정지원모듈을 포함하며;상기 데이터전처리모듈은,각 노선 별로, 정류장 간 또는 지역 간 이동수요를 나타내는 이동수요 데이터 생성 시, 이동수요 별로 단일 교통수단을 이용한 단일수단 수요와 이기종의 교통수단을 환승/이용한 혼합수단 수요를 구분하고, 상기 혼합수단 수요로 구분된 이동수요에 대해서는 상기 이기종의 교통수단 별 이용거리 비율에 따라 특정 교통수단을 이용한 단일수단 수요로 간주하여 이동수요 데이터를 생성하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
2 |
2
제 1 항에 있어서, 상기 교통분석모듈은,상기 산출 절차 수행 시, 상기 산출 절차에 소요되는 시간 및 처리량에 따라 인공지능솔버모듈과 상기 산출 절차를 분산 수행하여, 상기 인공지능솔버모듈에서 상기 산출 절차의 선택한 일부를 수행하도록 하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
3 |
3
제 2 항에 있어서, 상기 인공지능솔버모듈은,상기 산출 절차 분산 수행을 위해, 상기 교통분석모듈로부터 전달되는 데이터 셋 및 상기 교통분석모듈에서 구성한 교통 수치모델을 기반으로 가용 해를 산출하여 전달하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
4 |
4
제 3 항에 있어서, 상기 인공지능솔버모듈은,상기 가용 해 산출 시, 상기 가용 해에 포함되는 노선 해를 간선노선 및 지선노선으로 구분하여 상기 간선노선의 노선 해 산출 시 인공지능 알고리즘과 상기 지선노선의 노선 해 산출 시 인공지능 알고리즘을 상이하게 적용하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
5 |
5
제 1 항에 있어서, 상기 데이터전처리모듈에서 전 처리된 데이터는,각 노선 별로, 해당 노선의 정류장, 정류장간 거리, 교통수단 차량번호, 운행횟수 및 배차간격, 정류장 간 또는 지역 간 이동수요를 나타내는 기종점(Origin-Destination) 이동수요 데이터 중 적어도 하나를 포함하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
6 |
6
삭제
|
7 |
7
제 1 항에 있어서, 상기 데이터전처리모듈은,상기 혼합수단 수요로 구분된 이동수요에 대해서는, 상기 이기종의 교통수단 중 상기 특정 교통수단을 제외한 나머지 교통수단 수요를, 상기 특정 교통수단과 동종의 타 노선에서 수용하는 흡수 이동수요 데이터로 별도 구성하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
8 |
8
제 7 항에 있어서, 상기 교통분석모듈은,상기 교통 수치모델을 기반으로 변수 데이터에 따른 가용 해를 1차 산출하고,상기 1차 산출한 가용 해에 상기 별도 구성한 흡수 이동수요 데이터까지 총족시킬 수 있는 배차간격 및 운행횟수를 적용한 가용 해를 2차 산출하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
9 |
9
제 1 항에 있어서, 상기 의사결정지원모듈은, 상기 교통 수치모델 구성 시 이용할 데이터 종류 및 상기 변수 데이터 중 적어도 하나를 조작하거나, 교통 시뮬레이션을 조작하기 위한 유저 인터페이스 기능을 제공하고, 교통 시뮬레이션의 과정 및 교통 성과지표를 가시화하는 가시화 기능을 제공하는 것을 특징으로 하는 대중교통 네트워크 최적화 시스템
|
10 |
10
시스템에서 수행되는 대중교통 네트워크 최적화 방법에 있어서,상기 시스템 내 데이터전처리모듈이, 연계기관으로부터 수집한 기반데이터를 가공 및 처리하여, 수치모델 구성 및 최적 해 산출 시 이용 가능한 형태로 생성하는 데이터전처리단계;상기 시스템 내 교통분석모듈이, 상기 데이터전처리단계에서 전 처리된 데이터를 이용하여 교통 수치모델을 구성하고, 상기 교통 수치모델을 기반으로 변수 데이터에 따른 가용 해(feasible solution)를 산출하는 산출 절차를 수행하는 가용해산출단계;상기 교통분석모듈이, 상기 산출한 가용 해 기반의 교통 시뮬레이션을 수행하는 시뮬레이션단계; 상기 시스템 내 의사결정지원모듈이, 상기 수행되는 교통 시뮬레이션의 교통 성과지표를 계산하는 성과지표계산단계; 및상기 의사결정지원모듈이, 상기 변수 데이터가 변경되는 경우 상기 변수 데이터의 변경에 따른 교통 시뮬레이션 간 교통 성과지표 분석을 통해, 가용 해 중 이용객 수요와 교통수단 운영 간 균형을 기준으로 선택되는 특정 가용 해를 최적 해(optimal solution)로서 제시하는 최적해제시단계를 포함하며;상기 데이터전처리단계는,각 노선 별로, 정류장 간 또는 지역 간 이동수요를 나타내는 이동수요 데이터 생성 시, 이동수요 별로 단일 교통수단을 이용한 단일수단 수요와 이기종의 교통수단을 환승/이용한 혼합수단 수요를 구분하고, 상기 혼합수단 수요로 구분된 이동수요에 대해서는 상기 이기종의 교통수단 별 이용거리 비율에 따라 특정 교통수단을 이용한 단일수단 수요로 간주하여 이동수요 데이터를 생성하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|
11 |
11
제 10 항에 있어서, 상기 가용해산출단계는,상기 교통분석모듈이, 상기 산출 절차 수행 시, 상기 산출 절차에 소요되는 시간 및 처리량에 따라 인공지능솔버모듈과 상기 산출 절차를 분산 수행하여, 상기 인공지능솔버모듈에서 상기 산출 절차의 선택한 일부를 수행하도록 하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|
12 |
12
제 11 항에 있어서, 상기 가용해산출단계에서 상기 인공지능솔버모듈은, 상기 산출 절차 분산 수행을 위해, 전달되는 데이터 셋 및 상기 가용해산출단계에서 구성한 교통 수치모델을 기반으로 가용 해를 산출하여 전달하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|
13 |
13
제 12 항에 있어서, 상기 가용해산출단계에서 상기 인공지능솔버모듈은,상기 가용 해 산출 시, 상기 가용 해에 포함되는 노선 해를 간선노선 및 지선노선으로 구분하여 상기 간선노선의 노선 해 산출 시 인공지능 알고리즘과 상기 지선노선의 노선 해 산출 시 인공지능 알고리즘을 상이하게 적용하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|
14 |
14
제 10 항에 있어서, 상기 데이터전처리단계에서 전 처리된 데이터는,각 노선 별로, 해당 노선의 정류장, 정류장간 거리, 교통수단 차량번호, 운행횟수 및 배차간격, 정류장 간 또는 지역 간 이동수요를 나타내는 기종점(Origin-Destination) 이동수요 데이터 중 적어도 하나를 포함하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|
15 |
15
삭제
|
16 |
16
제 10 항에 있어서, 상기 데이터전처리단계는,상기 데이터전처리모듈이, 상기 혼합수단 수요로 구분된 이동수요에 대해서는, 상기 이기종의 교통수단 중 상기 특정 교통수단을 제외한 나머지 교통수단 수요를, 상기 특정 교통수단과 동종의 타 노선에서 수용하는 흡수 이동수요 데이터로 별도 구성하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|
17 |
17
제 16 항에 있어서, 상기 가용해산출단계는,교통분석모듈이, 상기 교통 수치모델을 기반으로 변수 데이터에 따른 가용 해를 1차 산출하고,교통분석모듈이, 상기 1차 산출한 가용 해에 상기 별도 구성한 흡수 이동수요 데이터까지 총족시킬 수 있는 배차간격 및 운행횟수를 적용한 가용 해를 2차 산출하는 것을 특징으로 하는 대중교통 네트워크 최적화 방법
|