[논문 리뷰] Reliability of stochastic capacity estimates

Igor Mikolášek|arXiv (Cornell University)|2026. 02. 22.

Traffic control and management인용 수 0

한 줄 요약

본 논문은 알려진 용량 분포를 가진 합성 데이터를 이용하여 보정된 최대우도 추정기를 통해 확률적 교통 용량을 신뢰성 있게 추정하는 데 필요한 고장 이벤트의 수를 평가한다.

ABSTRACT

Stochastic traffic capacity is used in traffic modelling and control for unidirectional sections of road infrastructure, although some of the estimation methods have recently proved flawed. However, even sound estimation methods require sufficient data. Because breakdowns are rare, the number of recorded breakdowns effectively determines sample size. This is especially relevant for temporary traffic infrastructure, but also for permanent bottlenecks (e.g., on- and off-ramps), where practitioners must know when estimates are reliable enough for control or design decisions. This paper studies this reliability along with the impact of censored data using synthetic data with a known capacity distribution. A corrected maximum-likelihood estimator is applied to varied samples. In total, 360 artificial measurements are created and used to estimate the capacity distribution, and the deviation from the pre-defined distribution is then quantified. Results indicate that at least 50 recorded breakdowns are necessary; 100-200 are the recommended minimum for temporary measurements. Beyond this, further improvements are marginal, with the expected average relative error below 5 %.

연구 동기 및 목표

• 단방향 도로 구간에 대한 확률적 용량 추정의 신뢰성을 평가한다.
• 검열된 데이터와 샘플 크기가 추정 정확도에 미치는 영향을 검토한다.
• 허용 가능한 추정 오차를 위한 필요한 샘플 크기를 정량화한다.
• 알려진 용량 분포를 가진 합성 데이터에서 보정된 최대우도 추정기를 평가한다.

제안 방법

• 알려진 용량 분포로부터 360개의 인공 측정치를 생성한다.
• 다양한 샘플에 보정된 최대우도 추정기를 적용한다.
• 샘플 전반에서 사전에 정의된 분포와의 편차를 정량화한다.
• 샘플 크기(고장 수)가 추정 정확도에 미치는 영향을 평가한다.

실험 결과

연구 질문

• RQ1 신뢰할 수 있는 확률적 용량 추정을 위해 필요한 기록된 고장 수는 얼마나 되는가?
• RQ2 검열된 데이터가 용량 추정의 신뢰도에 미치는 영향은 무엇인가?
• RQ3 다른 샘플 크기에 대해 보정된 최대우도 추정기가 어떻게 작용하는가?
• RQ4 샘플 크기와 용량 추정의 평균 상대오차 간의 관계는 무엇인가?

주요 결과

• 신뢰성을 위해서는 최소 50건의 기록된 고장이 필요하다.
• 일시적 측정의 경우 최소 권장 고장 수는 100–200건이다.
• 100–200건을 넘으면 개선은 미미하다.
• 충분한 데이터가 있을 때 기대 평균 상대 오차는 5% 미만으로 떨어진다.