earticle

영어

Since its official launch in 2015, Seoul's public bicycle system has grown continuously to a fleet of 45,000 bicycles. However, maintenance and replacement costs have steadily increased due to asset aging. In 2023, approximately 4,500 bicycles were disposed of, resulting in asset losses of about 3 billion KRW. Therefore, there is an urgent need to establish scientific and data-driven asset management policies. The purpose of this study is to develop an optimal operational policy that reduces long-term costs and satisfies target service levels using Stochastic Dynamic Programming (SDP). To this end, we defined 15 states based on five physical condition levels and cumulative operating time, and estimated state transition probabilities by analyzing actual maintenance records. We also estimated a cost structure that includes operating costs, maintenance costs, replacement costs, and opportunity costs associated with neglect. The SDP model derived state-based optimal policies through Value Iteration, and policy performance was validated using agent-based simulation for the entire asset fleet, based on initial state distributions reflecting annual asset acquisition history. The results showed that the SDP optimal policy achieved cost savings compared to condition-based replacement policies. Furthermore, the coefficient of variation for monthly costs was the lowest among all compared policies, demonstrating that predictable budget management is achievable. Additionally, it was proven that repairing malfunctioning bicycles is more cost-effective than replacing them.

한국어

서울시 공공자전거 시스템은 2015년 정식도입 이래 45,000대 규모로 계속 성장해왔다. 그러나 자산의 노후화에 따른 유지보수와 교체 비용이 지속적으로 증가해왔다. 2023년 약 4,500대를 폐기하였고, 약 30억원 규모의 자산 손실이 발생하였다. 그러므로 과학적이고 데이터 기반의 자산관리 정책 수립이 시급하다. 본 연구의 목적은 확률적 동적계획법(Stochastic Dynamic Programming, SDP)를 활용하여 장기비용을 절감하고, 목표서비스 수준을 만족하는 최적 운영 정책을 수립하는 것이다. 이를 위해서 5단계의 물리적 상태와 누적시간을 기초로 총 15개의 상태를 정의하고, 실제 정비이력을 분석하여, 상태 전이확률을 추정하였다. 그리고 운영비, 유지보수비, 교체비, 방치에 따른 기회비용을 포함한 비용구조를 추정하였다. 수립된 SDP모델은 가치반복법(Value Iteration)을 통해서 상태 기반 최적 정책을 도출하였고, 연도별 자산 도입이력을 반영한 초기 상태 분포를 바탕으로, 전체 자산군에 대해 에이전트 기반 시뮬레 이션으로 정책 성과를 검증하였다. 그 결과, SDP 최적 정책이 상태기반 교체 정책 대비 비용 절감 효과를 보였다. 또한 월별 비용의 변동계수도 비교한 여러 정책 중 가장 낮아 예측 가능한 예산운영이 가능함을 보였다. 그리고, 고장 자전거에 대해 교체보다 수리를 하는 것이 비용 효율적임을 입증하였다.