[논문 리뷰] Architecture for Modular Microsimulation of Real Estate Markets and Transportation

Paul G. Waddell, Ignacio Garcia‐Dorado외 5명|arXiv (Cornell University)|2018. 06. 29.

Transportation Planning and Optimization인용 수 8

한 줄 요약

이 논문은 도시 계획을 위한 토지 이용, 이동 수요, 교통 배분 모델을 통합하는 모듈러하고 오픈소스인 마이크로시뮬레이션 아키텍처를 제시한다. UrbanSim, ActivitySim 및 GPU 가속화된 교통 마이크로시뮬레이터를 결합함으로써, 고해상도의 전체 에이전트 시뮬레이션을 통해 이동 패턴과 혼잡을 분석할 수 있으며, SUMO와 평균 6%의 차량 점유율 일치도를 달성하고 연간 교통 및 토지 이용 정책에 대한 피드백 분석을 가능하게 한다.

ABSTRACT

Integrating land use, travel demand, and traffic models represents a gold standard for regional planning, but is rarely achieved in a meaningful way, especially at the scale of disaggregate data. In this paper, we present a new architecture for modular microsimulation of urban land use, travel demand, and traffic assignment. UrbanSim is an open-source microsimulation platform used by metropolitan planning organizations worldwide for modeling the growth and development of cities over long (~30 year) time horizons. ActivitySim is an agent-based modeling platform that produces synthetic origin-destination travel demand data, developed from the UrbanSim model and software framework. For traffic assignment, we have integrated two approaches. The first is a static user equilibrium approach that is used as a benchmark. The second is a traffic microsimulation approach that we have highly parallelized to run on a GPU in order to enable full-model microsimulation of agents through the entire modeling workflow. This paper introduces this research agenda, describes this project's achievements so far in developing this modular platform, and outlines further research.

연구 동기 및 목표

• 도시 계획을 위한 토지 이용, 이동 수요 및 교통 배분 모델을 통합하는 모듈러하고 고해상도의 마이크로시뮬레이션 플랫폼을 개발하기 위해.
• 개별 에이전트를 통해 전체 모델링 워크플로우를 시뮬레이션하여 연간 피드백 분석을 통해 교통 및 토지 이용 정책을 분석할 수 있도록 하기 위해.
• 교통 중심 개발, 주차 정책, TNC 및 자율주행차(AVs)와 같은 신규 기술을 포함한 복잡한 정책 평가를 지원하기 위해.
• GPU 병렬 처리 및 모듈러 설계를 통해 계산 성능을 향상시켜 빠른 모델 반복을 가능하게 하기 위해.
• 실제 데이터 및 SUMO와 같은 기존 시뮬레이터와의 비교를 통해 통합 모델의 타당성을 검증하기 위해.

제안 방법

• 이 아키텍처는 토지 이용 및 개발을 파라셀 및 건물 수준에서 장기적으로 시뮬레이션하기 위해 UrbanSim을 통합한다.
• ActivitySim은 에이전트 기반 모델링 및 행동 선택 모델을 사용하여 합성 원점-종점 이동 수요 데이터를 생성한다.
• GPU 병렬 처리 기반의 교통 마이크로시뮬레이션 모델은 세부적인 지역 도로 및 대중교통 네트워크를 통해 개별 차량의 이동을 처리한다.
• 모델 단계를 통합하고 모듈성 및 확장성을 보장하기 위해 템플릿 기반 오케스트레이션 파이프라인을 사용한다.
• 정적 사용자 균형과 동적 마이크로시뮬레이션을 모두 구현하여 기준 설정 및 성능 평가가 가능하도록 한다.
• 실제 이동 시간 및 도로 이용 데이터를 활용해 모델 校정을 수행하였으며, SUMO 출력 결과와의 검증을 실시하였다.

실험 결과

연구 질문

• RQ1 어떻게 모듈러한 마이크로시뮬레이션 아키텍처가 마이크로 수준에서 토지 이용, 이동 수요 및 교통 배분 모델을 효과적으로 통합할 수 있는가?
• RQ2 GPU 가속화된 교통 마이크로시뮬레이션은 SUMO와 같은 기존 시뮬레이터와 비교해 성능과 정확도를 어느 정도 달성할 수 있는가?
• RQ3 토지 이용 개발, 이동 수요 및 혼잡 간 피드백 효과가 연간 시뮬레이션 주기에서 어떻게 나타나는가?
• RQ4 전체 에이전트 도시 모델에서 모델의 해상도와 시뮬레이션 성능 사이의 계산적 트레이드오프는 어떠한가?
• RQ5 통합 모델은 실제 교통 패턴과 이용 지표를 어느 정도 정확하게 재현할 수 있는가?

주요 결과

• GPU 병렬 처리 기반의 교통 마이크로시뮬레이터는 동일한 시나리오에서 SUMO와 평균 6%의 차량 점유율 일치도를 달성하여 정확도가 검증되었다.
• 대부분의 차량은 45개 이하의 에지만 이동했으며, 짧은 이동 거리와 국소화된 이동 패턴을 나타냈다.
• 다수의 차량이 짧은 거리를 주행했고, 0–10km 범위에서 가장 높은 빈도를 보였으며, 연료 소비는 거리와 강하게 상관되었지만 혼잡과 정지로 인해 증가했다.
• 도로 세그먼트의 이용도는 특정 시점의 차량 수를 각 에지의 이론적 최대 용량으로 나누어 분석하였으며, 혼잡 핫스팟을 파악할 수 있었다.
• 빈도 히스토GRAM 기반의 확률적 버킷화 방법을 사용해 개별 출발 시간을 성공적으로 시뮬레이션하였다.
• 모듈러한 파이프라인은 연간 간격으로 토지 이용, 이동, 교통 피드백의 전체 에이전트 시뮬레이션을 가능하게 하여, 복잡한 정책의 시나리오 분석을 지원한다.