본 연구에서는 운전자의 일관성 있는 교통 정보 학습과정을 기반으로 한 일별 동적 모형을 개발하였다. 개발된 모형은 교통 정보 서비스의 효과 분석이 가능한 형태의 체계를 갖추었다. 즉, 교통 시스템에는 교통 정보 서비스 업체(ISP, Information Service Provider)가 존재하며, ISP의 가입자는 과거 실시간 교통 정보를 제공받으며, 이를 바탕으로 경로를 선택한다. 반면, 교통 정보 미가입자는 개인의 경험 또는 친구, 교통방송 등을 통해서만 교통 정보를 학습하게 된다. 운전자의 경로 선택은 Boundedly-rational 모형으로 표현되었으며, 주어진 동적 통행 수요와 경로 선택에 따른 도로 교통망의 성능을 평가하기 위해 미시 교통 시뮬레이션 모형 (파라믹스)이 사용되었다. 개발된 모형은 실제 도로망에 적용되었으며, 도출된 결과는 개발된 모형의 수렴성과 일관성있는 교통 정보 학습 모형의 효과를 입증하였다.

This study develops a day-to-day dynamics modeling framework, incorporating a consistent drivers' travel time perception behavior and traffic information provision. Descriptive traffic information is updated and provided to the subscribers making a final decision on route choice. Nonsubscribers(not equipped any information devices) are assumed to obtain daily traffic information from their experience or friends or other public agencies. Drivers' route choice behavior is modeled based on boundedly-rational behavior rules. A microscopic traffic simulation model is adopted to evaluate the network system performance. Numerical experiments on a real world network have demonstrated the convergent property of the proposed model and the effectiveness of the consistent perception model.

• 양인철 | Yang, In-Chul
• 정연식 | Chung, Youn-Shik