earticle

영어

This study proposes the traffic prediction and optimal traffic control system based on cell transmission model and genetic algorithm in cloud environment. The proposed prediction and control system consists of four parts. 1) Data preprocessing module detects and imputes the corrupted data and missing data points. 2) Data－driven traffic prediction module predicts the future traffic state using Multi－level K－Nearest Neighbor (MK－NN) Algorithm with stored historical data in SQL database. 3) Online traffic simulation module simulates the future traffic state in various situations including accident, road work, and extreme weather condition with predicted traffic data by MK－NN. 4) Optimal road control module produces the control strategy for large road network with cell transmission model and genetic algorithm. The results show that proposed system can effectively reduce the Vehicle Hours Traveled upto 60%.

한국어

이 연구는 도로 이용의 효율을 향상시키기 위하여, 거시적 시뮬레이션 기법인 Cell Transmission Model (CTM)과 유전 알고리즘(Genetic Algorithm)을 이용한, 클라우드 환경에서의 고속도로 교통 예측 및 최적 제어 시스템을 제안하였다. 본 연구에서 제안하고 있는 시스템은 4가지로 구성된다: 1) 전처리 모듈에서는 도로에 설치된 차량 검지기에서 수접된 데 이터를 1차적으로 처리하여 보정한다. 2) 데이터 기반 교통 예측 모듈에서는 계층적 구조 기반의 K-근접이웃 분류기법 (MK-NN)으로 1차 처리된 데이터를 분석하여 미래의 교통량과 스피드를 예측한다. 3) 온라인 교통 시뮬레이션에서는 MK-NN을 통하여 예측된 교통량과 스피드에 기초하여 사고, 공사, 날씨 등의 다양한 도로 환경에 따른 교통 상황의 변 화를 예측 한다. 4) 최적 교통 제어에서는 유전 알고리즘과 CTM을 기반으로 도로의 교통을 제어할 수 있는 최적 해법 을 도출한다. 본 연구의 분석에 따르면 제안된 알고리즘을 현재 고속도로의 교통 제어에 적용할 경우 평균 26%에서 66%의 총통행시간(VHT) 향상을 기대할 수 있다.