| 1 |
1
교통수단의 GPS 궤적 데이터를 저장하는 데이터베이스부;도로 지도 데이터로부터 도로 네트워크 맵을 생성하는 데이터 처리부;상기 GPS 궤적 데이터의 GPS 궤적을 상기 도로 네트워크 맵에 매칭시키는 맵 매칭부;각 OD(기종점: Origin and Destination)별로 k-라벨링 방식을 이용하여 대체경로를 생성하는 대체경로 생성부;각 OD에 대한 생성된 대체경로에 대해서 기계학습을 이용하여 각 OD(기종점: Origin and Destination)에 대한 대안 경로집합을 찾는 경로집합부; 및상기 경로집합 및 효용으로부터 경로선택모형을 생성하는 모형 생성부를 포함하는 공공자전거 경로선택행태 모형 생성 시스템
|
| 2 |
2
제1항에 있어서, 상기 도로 네트워크 맵은 도로의 속성, 거리, 자전거 전용도로, 경사도를 포함하는 공공자전거 경로선택행태 모형 생성 시스템
|
| 3 |
3
제1항에 있어서, 상기 맵 매칭부는 OSM(Open Source Routing Machine)을 이용하여 상기 GPS 궤적을 상기 도로 네트워크 맵에 매칭시키는 공공자전거 경로선택행태 모형 생성 시스템
|
| 4 |
4
제1항에 있어서, 상기 기계학습은 K-means 클러스터링 알고리즘이고,상기 K-means 클러스터링 알고리즘의 클러스터 그룹의 수는 Elbow 방법을 이용하여 결정되는 공공자전거 경로선택행태 모형 생성 시스템
|
| 5 |
5
제4항에 있어서, 상기 교통수단은 자전거이고,상기 K-means 클러스터 알고리즘을 이용한 대안 경로 집합은 자전거 횡단 길이, 주 주거지의 도로 유형, 보조 주거지의 도로 유형, 고도 및 경로 특성을 포함하는 공공자전거 경로선택행태 모형 생성 시스템
|
| 6 |
6
제1항에 있어서, 상기 효용은 효용함수를 포함하고,상기 효용함수는 다음의 수학식으로 정의되는 공공자전거 경로선택행태 모형 생성 시스템
|
| 7 |
7
제6항에 있어서, 상기 효용함수의 변수는 도로의 자전거 이용가능 차선 수, 도로의 길이 및 도로의 경사를 포함하는 공공자전거 경로선택행태 모형 생성 시스템
|
| 8 |
8
제6항에 있어서, 상기 경로선택모형은 다음의 수학식으로 정의되는 공공자전거 경로선택행태 모형 생성 시스템
|
| 9 |
9
제8항에 있어서, 상기 대안간 상관성 보정계수는 다음의 수학식으로 정의되는 공공자전거 경로선택행태 모형 생성 시스템
|
| 10 |
10
제1항에 있어서, 상기 경로선택모형을 이용하여 통행경로 선택특성을 도출하는 특성 도출부를 더 포함하는 공공자전거 경로선택행태 모형 생성 시스템
|
| 11 |
11
데이터 처리부가 도로 지도 데이터로부터 도로 네트워크 맵을 생성하는 단계;맵 매칭부가 데이터베이스부의 교통수단의 GPS 궤적 데이터의 GPS 궤적을 상기 도로 네트워크 맵에 매칭시키는 단계;대체경로 생성부가 각 OD(기종점: Origin and Destination)에 대해 k-라벨링 방식을 이용하여 대체경로를 생성하는 단계;경로집합부가 각 OD(기종점: Origin and Destination)에 대한 생성된 대체경로에 대해서 기계학습을 이용하여 각 OD(기종점: Origin and Destination)에 대한 대안 경로집합을 찾는 단계; 및모형 생성부가 상기 경로집합 및 효용으로부터 경로선택모형을 생성하는 단계를 포함하는 공공자전거 경로선택행태 모형화 방법
|
| 12 |
12
제11항에 있어서, 상기 도로 네트워크 맵은 도로의 속성, 거리, 자전거 전용도로, 경사도를 포함하는 공공자전거 경로선택행태 모형화 방법
|
| 13 |
13
제11항에 있어서, 상기 도로 네트워크 맵에 매칭시키는 단계에서는 OSM(Open Source Routing Machine)을 이용하여 상기 GPS 궤적을 상기 도로 네트워크 맵에 매칭시키는 공공자전거 경로선택행태 모형화 방법
|
| 14 |
14
제11항에 있어서, 상기 기계학습은 K-means 클러스터링 알고리즘이고,상기 K-means 클러스터링 알고리즘의 클러스터 그룹의 수는 Elbow 방법을 이용하여 결정되는 공공자전거 경로선택행태 모형화 방법
|
| 15 |
15
제14항에 있어서, 상기 교통수단은 자전거이고,상기 K-means 클러스터 알고리즘을 이용한 대안 경로 집합은 자전거 횡단 길이, 주 주거지의 도로 유형, 보조 주거지의 도로 유형, 고도 및 경로 특성을 포함하는 공공자전거 경로선택행태 모형화 방법
|
| 16 |
16
제11항에 있어서, 상기 효용은 효용함수를 포함하고,상기 경로선택모형을 생성하는 단계는, 상기 효용함수를 생성하는 효용함수 생성 단계; 및상기 효용함수로부터 상기 경로선택모형을 추정하는 경로선택모형 추정단계를 포함하고,상기 효용함수는 다음의 수학식으로 정의되는 공공자전거 경로선택행태 모형화 방법
|
| 17 |
17
제16항에 있어서, 상기 효용함수의 변수는 도로의 자전거 이용가능 차선 수, 도로의 길이 및 도로의 경사를 포함하는 공공자전거 경로선택행태 모형화 방법
|
| 18 |
18
제16항에 있어서, 상기 경로선택모형은 다음의 수학식으로 정의되는 공공자전거 경로선택행태 모형화 방법
|
| 19 |
19
제18항에 있어서, 상기 대안간 상관성 보정계수는 다음의 수학식으로 정의되는 공공자전거 경로선택행태 모형화 방법
|
| 20 |
20
제11항에 있어서, 특성 도출부가 상기 경로선택모형을 이용하여 통행경로 선택특성을 도출하는 단계를 더 포함하는 공공자전거 경로선택행태 모형화 방법
|
| 21 |
21
제11항 내지 제20항 중 어느 한 항에 있어서, 상기 공공자전거 경로선택행태 모형화 방법의 각 단계가 정보처리장치의 프로세서에 의해 수행되는 컴퓨터가 판독가능한 기록매체에 저장된 컴퓨터 프로그램
|
