sd

1. 시스템 종합설계
수원시 스마트 버스 정류장 입지 선정
5조 곤약젤리
산업경영공학과 16학번 김지훈
산업경영공학과 18학번 김민정
산업경영공학과 18학번 안세현
산업경영공학과 18학번 추지수

2. 목차
데이터 분석 데이터 전처리 클러스터링 &
MCLP
입지 선정 결과
분석 개요
분석 배경
분석 목적
해결 과제
성연령별 유동인구
시간대별 유동인구
시간대별 교통량
설치조건
통합대기환경지수
전체 승차 건수
취약계층 / 시간대별 유동인구
목적 및 사용모델
모델 최적화
반경 내 수요 최적화
1차 후보지 선정
설치 우선 순위 선정
의의 및 한계

3. 1. 분석개요
수원시는 최근 미세먼지 등 대기오염으로부터 시민의 건강을 보호하기 위해 미세먼
지 측정센서를 버스정류장 2개소에 시범 설치‧운영하고 있으며,
금년도부터 미세먼지 등 대기오염 물질 차단과 수집이 가능하고 다양한 정보 제공
이 가능한 스마트 버스정류장을 도입 확대해 나갈 계획
분석배경
버스 운행정보와 공간정보 및 유동인구 등의 데이터를 활용하여 스마트 버스정류장
으로 우선 교체가 필요한 정류장 위치를 도출함으로써 객관적인 정책 구현과 한정
된 예산을 효율적으로 활용하는데 목적이 있음
분석목적
스마트 버스정류장으로 교체될 기존 버스정류장 30개소 제시
해결과제

4. 한국의 미세먼지 연간 사망자 수 연도별 추이
1. 분석개요
[기상 특보] 황사 경보 발효 →미세먼지 ‘위험수위’ → 올들어 최악?
건설연, 공기정화 시스템 적용 ‘미세먼지 제로 버스정류장’ 개발
서울시, 미래형 버스정류장 ‘스마트쉘터‘ 시범운영 [TF영상]
미래형 버스정류장 '스마트쉘터' 내달 시범운영

5. 1. 분석개요 : 스마트 버스정류장 특징
출입문에 설치된 열화상 카메라
를 통해 발열 체크를 통과해야
출입문 열림
공기중 바이러스와 초미세먼지,
유해가스를 완벽히 제거하는 자
외선 살균기와 공기정화장치가
설치
쉼터 내 IoT를 활용해 관제센터에서
원격 제어하고 내외부의
지능형 CCTV가 주변 이상 행동을 스
스로 감지해 경찰서와 소방서에 상황
을 실시간 공유
내부의 디지털 화면을 통해 정확
한 도착예정 시간과 정류장에 접
근하는 버스의 모습 등을 실시간
확인 가능

6. 2. 데이터 분석 : 성연령별 유동인구
< 취약 계층 유동인구 >
취약 계층 유동인구와 전 연령별 유동인구 사이의 지역분포 차이를 알아보기 위해 해당 데이터를 위도, 경도를 기준으로 그룹화
분석방법
< 전 연령층 유동인구 > < 취약 계층 & 전 연령층 >
두 분포를 동시에 나타내는 시각화를 통해 취약 계층과 전 연령층 유동인구의 상위 지역 간에 분포차이는 거의 없음.
시각화

7. 2. 데이터 분석 : 시간대별 유동인구
< 00시 기준 >
월별, 시간대별 수원시 유동인구를 그래프로 시각화
6시간 간격으로 시간대를 설정하고 위도와 경도를 기준으로
평균 그룹화한 후 시간에 따른 유동인구 분포 시각화
분석방법
유동 인구는 00시, 06시에 비해 12시, 18시에 활발하며,
18시에 가장 많은 유동인구가 발생
시각화
< 06시 기준 >
< 12시 기준 >
< 18시 기준 >

8. 2. 데이터 분석 : 시간대별 교통량
교통량 데이터에서 시간적 범위를 기준으로 평균 그룹화를
한 후 6 시간 간격으로 시간대를 선정하고 정규화 후 시간에
따른 추정
분석방법
교통량 00시, 06시에 비해 12시, 18시에 가장 많으며,
18시에 가장 많은 교통량이 발생
시각화
< 06시 기준 >
< 00시 기준 >
< 12시 기준 > < 18시 기준 >

9. 3. 데이터 전처리 : 스마트 버스정류장 설치 조건
웅웅디자인
QGIS를 이용하여 각 정류장과 가장 가까운 인도 데이터를 매핑
1.수원시_버스정류장.csv, 26.수원시_인도(2017).geojson 데이터 사용
매핑된 데이터를 파이썬으로
인도 폭 4m이상(>=4) , BIS 설치여부(설치 : 1 / 미설치 : 0)인 버스정류장 필터링
● 최소 인도 폭 1.5m 확보를 위해 정류장 근처 인도 폭이 4m이상
● 기존에 BIS가 설치된 정류장
*BIS : 버스정보 시스템
설치 조건

10. 3. 데이터 전처리 : 통합대기환경지수
수원시 대기오염도 측정현황 데이터를 이용하여 측정소별 평균 대기오염지수 계산
에어코리아 에서 제공하는 통합대기환경지수 계산기를 이용하여
각 측정소별 통합대기환경지수(CAI)를 계산
각 정류장 데이터에
정류장에서 가까운 측정소의 통합대기환경지수를 추가
정류소 ID 통합대기환경지수
20100345 72
11.수원시_대기오염도_측정현황.csv
대기오염도 측정치를 국민이 쉽게 알 수 있도록 하고 대기오염으로부터 피해를 예방하기 위한 행동지침을
국민에게 제시하기 위하여 대기오염도에 따른 인체 영향 및 체감오염도를 고려하여 개발된 대기오염도 표현방식
통합대기환경지수(CAI, Comprehensive air-quality index)

11. 3. 데이터 전처리 : 전체 승차 건수
수원시_버스정류장별_승하차이력(1)~(5).csv
병합 후 전체 승차건수 평균 도출
수원시 버스정류장별 승하차이력 데이터를 모두 병합 후 정류장별 승차 건수의 평균을 구함.

12. * 연구에 따라 버스정류장의 영향권을 400m라 설정 → 400m 반경의 버퍼 생성
3. 데이터 전처리 : 버스정류장 버퍼 생성
각 정류장에 400M 반경의 버퍼를 생성하여 버퍼 반경 안에 포함되는 정보들을 산출할 예정
< 버스 정류장 좌표 > < 400M 반경 버퍼 생성 >
“정류소별 영향권 및 접근거리를 반영한 버스 통행배정 신뢰성 향상 방안 연구” , 이만호, 2019

13. 취약계층 유동인구
15.수원시_성연령별_유동인구(2020).csv 파일에서 날짜별로 분리 되어있는 유동 인구수를 위도와 경도 기준으로 평균내었음
미세먼지 유발시설은 공장지대에만 분포 => 원활한 클러스터링을 위해 데이터 최종형태에서 제외
3. 데이터 전처리 : 취약계층 유동인구
10대 남성 유동인구 60대 남성 유동인구
10대 여성 유동인구 60대 여성 유동인구
버퍼 반경 안에 포함되는 유동인구수의 합을 계산
취약계층 유동인구 격자가 추가됨
데이터 최종형태
정류소 ID
위도,경도
통합대기환경지수
전체 승차 건수
취약계층 유동인구
클러스터링

14. 3. 데이터 전처리 : 시간대별 유동인구 / 교통량 (MCLP를 위한 수요좌표 및 가중치 구하기)
50x50 형태의 시간대별 유동
인구 좌표
시간대별 유동인구 좌표 중 실제 도로와 인접한 좌표만 필터링 후
해당되는 도로의 시간대별 추정 교통량 데이터 매핑
시간대별 유동인구 X 시간대별 교통량
= 가중치 ( MCLP에 사용 )
MCLP에서 사용될 최종 수요 좌표

15. 대표적인 비지도 학습 기법으로 데이터가 주어졌을 때 비슷한 유형의 변수 값을 기준으로 임의의 n개의 군집을 형성하는 알고리즘 기법
312개의 버스정류장 중 유사한 특성을 가진 정류장 데이터를 군집화하여 분석 목표에 적합한 후보지를 1차 선정하기 위함.
4. 클러스터링 & MCLP : 클러스터링 목적 및 사용 모델
클러스터링
중심점(centroid)이라는 특정한 임의
의 지점을 선택해 해당 중심에 가장
가까운 포인트들을 선택하는 군집화
기법
K-MEANS CLUSTERING SPECTRAL CLUSTERING
데이터를 유사도 그래프로 변환
후,더 낮은 차원으로 데이터를
사영하고, 사영된 데이터를 군집
화하는 기법
개별 대상 간의 거리에 의하여 가장 가까
이에 있는 대상들로부터 시작하여 결합해
감으로써 나무 모양의 계층구조로 군집이
형성되는 기법
AGGLOMERATIVE CLUSTERING
데이터가 서로 다른 정규 분포
형태를 띈 확률 분포로 구성되
며, 이러한 서로 다른 정규분
포에 기반해 군집화를 수행하
는 기법
GAUSSIAN MIXTURE MODEL
우선입지선정에 가장 필요하다고 생각한 ‘통합대기환
경지수’, ‘취약계층 유동인구수‘, ‘전체승차건수’에 초
점을 맞춰, 3개의 변수로 클러스터링을 진행하여 1차
후보지 선정
통합대기
환경지수
취약계층
유동인구수
전체
승차 건수

16. <개별 데이터가 가지는 군집화 지표>
해당 데이터가 같은 군집 내의 데이터와 얼마나 가깝게 군집화돼 있고, 다른 군집에 있는 데이터와는 얼마나 멀리 분리돼 있는지를 나타내는 지표
4. 클러스터링 & MCLP : 모델 최적화
실루엣 계수(silhouette coefficient)
3개의 변수를 사용하므로 각 군집이 보유한 변수 별 특성의 비교를 위해 최소 3개의 군집이 필요하다고 판단
군집의 개수를 3, 4, 5, 6, 7개로 분석한 결과, 4개의 군집으로 클러스터링할 때 실루엣 계수가 가장 높음.

17. 클러스터링하고 평균을 집계한 후 각 군집마다 해당 변수별로 순위점수를
부여 후 4가지 변수의 점수 합계가 낮은 군집에 해당하는 데이터를 제거
4. 클러스터링 & MCLP : 1차 후보지 선정
클러스터링 앙상블 | 모델링
군집번호 통합대기환경
지수
전체 승차 건
수
취약계층
유동인구
점수
0 3 2 1 6
1 2 3 3 8
2 1 1 2 4
3 4 4 4 12
4가지 방법의 클러스터링에서 모두 선택된 정류장만을 최종 후보들로 채택 클러스터링을 이용한 필터링 이후 남은
133개의 스마트 버스 정류장 후보지
K-MEANS SPECTRAL AGGLOMERATIVE GAUSSIAN

18. x개의 시설과 후보지점이 주어질 때, 목적함수와 제약조건을 이용해 시설의 영향력이 미칠 수 있는 영역을 최대화하도록 시설을 배치
MCLP (최대커버링입지모델)
4. 클러스터링 & MCLP : 반경 내 수요 최적화
MCLP | 모델링
목적함수 :
각 좌표가 가지는 수요(가중치)을 최대로 커버하여
그 합을 최대화하도록 버스정류장을 선정
제약조건 :
(1) 수요노드 i는 버스정류장의 커버 범위 안에서 하나 이상의
버스정류장에 의해 커버된다.
(2) 총 P(=30)개의 버스 정류장이 스마트 버스 정류장으로 선정
된다.
(3) 후보 정류장 집합의 좌표 j는 1 또는 0값
(최종선정 Y/N)을 가진다.
(4) 수요 좌표 집합는 i는 1 또는 0값
( 커버됨 : 1 / 커버되지않음 : 0)을 가진다.
S = 400
Yi = 수요좌표 (커버됨 : 1, 커버되지 않음 :0)

19. 정류장과 정류장 사이의 거리, 각 정류장과 수요좌표 사이의 거리를 행렬 형태로 가공(R, D)
Python의 선형계획법 라이브러리인 PulP를 이용해 반경 내 수요 최대화
4. 클러스터링 & MCLP : 최종 후보지 선정
MCLP | 모델링
< 1차 후보정류장 집합 > < 수요좌표 노드 집합 >
< 최종 선정된 30개의 스마트 버스정류장 >

20. 정류소ID 정류장명 lon lat cover
203000344
광교중학교.광교e
편한세상2차
127.046494 37.305310 0.285917
202000106 수원역.AK플라자 127.000903 37.267365 0.239449
201000191 수원순복음교회 127.036151 37.245617 0.201842
201000009 수원버스터미널 127.019491 37.251001 0.199310
203000080
원천레이크파크
아파트
127.062280 37.267956 0.190145
203000067 아주대학교입구 127.044118 37.275953 0.182905
203000041
차세대융합기술
연구원.푸르지오
월드마크
127.047881 37.293429 0.177871
201000194 세류2동주민센터 127.012726 37.252895 0.162661
203000038
수원가정법원.동
수원등기소
127.074895 37.256443 0.153043
202000020
수원시청역9번출
구.국민연금공단
127.032514 37.262877 0.142046
203000135
살구골공원.영통
역3번출구
127.073539 37.249918 0.119602
201000023
고색역.고색초교.
태산아파트
126.979930 37.250431 0.115466
201000430
수원아이파크시
티.선일초교
127.028889 37.247274 0.112489
202000086
인계래미안노블
클래스
127.034755 37.268809 0.098184
201000004 KT남수원지사 127.024152 37.261158 0.097543
5. 입지 선정 결과
가중치 기준으로 설치 우선순위 선정
cover = 수요를 얼마나 만족시키는지 나타내는 값
정류소ID 정류장명 lon lat cover
203000177 KT동수원지사 127.051432 37.273230 0.096124
202000063 인계사거리 127.026513 37.267188 0.090398
200000197 우만주공4단지 127.030402 37.292478 0.085246
201000168 수원여대입구 126.965266 37.245974 0.082634
202000007 성빈센트병원 127.027183 37.277108 0.077176
201000204
매탄권선역.화홍
고등학교
127.040521 37.252715 0.076076
203000150
그대가프리미어아
파트.망포역3번출
구
127.056186 37.244730 0.075955
202000037
수원월드컵경기장
.동성중학교
127.036068 37.285005 0.071834
202000074
임광아파트.야외
음악당
127.037017 37.257636 0.069110
202000014 인계선경아파트 127.036603 37.276886 0.061037
201000157
서부경찰서.권선
구청입구
126.973388 37.258597 0.057743
201000013 곡반정동입구 127.021774 37.233361 0.055903
203000035
경기대수원캠퍼스
후문
127.041795 37.297860 0.051041
203000237
디지털엠파이어2.
송원산업
127.049497 37.248558 0.049039
201000059 가게앞.평동 126.995713 37.260709 0.047646

21. 5. 입지 선정 결과
느낀점
취약 계층을 고려하여 분석
수원 시민들의 수요를 최대한 만족시킬 수 있도록 배치
우선 설치위치 도출
영유아나 70대 이상의 데이터가 존재하지 않음
미세먼지 측정소가 8군데밖에 없어서 정류장별 정확한 통합대기환경지수 산출이 어려움
의의
한계

22. 감사합니다