신경망 이론을 이용한 노면온도예측모형 개발

서지정보

ㆍ발행기관 : 대한교통학회 ㆍ수록지정보 : 대한교통학회지 / 32권 / 6호
ㆍ저자명 : 김인수, 양충헌, 최기주

목차

서론
기존 문헌 고찰
본론
결론
REFERENCES

한국어 초록

본 연구에서는 도로기상정보체계에서 습득할 수 있는 노면온도자료를 활용하여 신경망 이론을 통해 노면온도를 예측하
는 모형을 개발하였다. 이를 위해 수집된 노면온도자료(노면온도, 대기온도, 대기습도)를 가지고 1시간, 2시간, 그리고 3시
간 후의 노면온도를 예측할 수 있는 신경망을 설계하였다. 청원-상주간 고속도로를 대상으로 모형을 수행한 결과, 예측치와
관측치에 대한 편차의 표준편차가 1시간 예측인 경우 0.55oC, 2시간 예측인 경우 1.27oC, 3시간 예측인 경우 1.43oC를 나타
났다. 또한 예측된 노면온도를 실제 관측한 자료와 비교한 결과 R2 값이 각각 0.985, 0.923, 0.903으로 나타나 모형의 설명력
이 높은 것으로 판단된다.

영어 초록

This study presents a model that enables to predict road surface temperature using neural network theory. Historical road
surface temperature data were collected from Road Weather Information System. They used for the calibration of the
model. The neural network was designed to predict surface temperature after 1-hour, 2-hour, and 3-hour from now. The
developed model was performed on Cheongwon-Sangju highway to test. As a result, the standard deviation of the
difference of the predicted and observed was 1.27oC, 0.55oC and 1.43oC, respectively. Also, comparing the predicted
surface temperature and the actual data, R2 was found to be 0.985, 0.923, and 0.903, respectively. It can be concluded that
the explanatory power of the model seems to be high.

참고 자료

없음