교통 수요 예측의 학술적 정의와 목적을 설명하고, 교통 체계를 구성하는 기본 요소와 상호작용 원리를 다룬다.

미래의 특정 시점에 발생할 교통량과 통행 행태를 과학적 기법으로 추정하는 과정과 그 범위를 정의한다.

파생 수요로서의 성격, 시간적 및 공간적 집중성, 그리고 이용자의 선택 행태에 따른 변동성을 분석한다.

사회기반시설 투자 효율성 제고, 교통 혼잡 완화, 환경 영향 평가 등 정책적 결정의 근거로서의 역할을 고찰한다.

교통 수요 예측 기술이 단순 통계에서 복잡한 수리 모형으로 발전해 온 과정을 시대별로 정리한다.

도시화 초기 단계에서 수행된 단순 추세 연장법과 초기 수준의 교통량 조사 기법을 소개한다.

통계적 유의성을 확보하기 위해 경제학적 이론과 회귀 분석이 교통 예측에 결합된 과정을 다룬다.

컴퓨터 연산 능력의 향상과 함께 등장한 정밀 시뮬레이션 및 통합 교통 모형의 발전상을 설명한다.

교통 계획의 표준으로 자리 잡은 4단계 분석 체계의 각 과정과 세부 수리 모형을 심층적으로 분석한다.

분석 대상 지역 내에서 발생하는 총 통행량을 산정하는 단계로, 가구 및 토지 이용 특성을 반영한다.

단위당 통행 발생량을 기준으로 하는 방법과 변수 간의 상관관계를 이용한 분석 기법을 비교한다.

가구의 소득이나 차량 보유 대수 등 특정 집단별 특성에 따라 통행 발생량을 세분화하여 예측하는 방식을 다룬다.

발생된 통행이 출발지와 목적지 사이에 어떻게 배분되는지를 결정하는 과정을 설명한다.

현재의 통행 패턴이 미래에도 유지된다는 가정하에 성장률을 적용하여 분포를 추정하는 기법이다.

뉴턴의 만유인력 법칙을 응용하여 지역 간 거리와 매력도에 비례하는 통행량을 산출하는 모형을 분석한다.

이용자가 승용차, 버스, 철도 등 다양한 교통수단 중 하나를 선택하는 확률적 과정을 모형화한다.

이용자의 효용 극대화 원리를 바탕으로 한 로짓 모형과 프로빗 모형의 구조를 설명한다.

선택된 교통수단이 실제 도로망이나 철도망의 어느 경로를 이용할지 결정하는 최종 단계를 다룬다.

모든 이용자가 자신의 통행 시간을 최소화하려 한다는 전제하에 도달하는 평형 상태를 계산한다.

사회 전체의 총 통행 시간을 최소화하는 관점에서의 노선 배정 원리와 평형 배정과의 차이점을 비교한다.

예측 모형의 신뢰도를 높이기 위해 활용되는 다양한 데이터 수집원과 분석 기술을 소개한다.

가구 통행 실태 조사, 노상 면접 조사 등 직접적인 설문을 통한 데이터 확보 방식을 설명한다.

검지기, 하이패스, 교통카드 등 정보통신 기술을 통해 실시간으로 수집되는 빅데이터의 활용 방안을 다룬다.

전통적 모형의 한계를 극복하기 위해 등장한 최신 이론과 기술적 접근법을 고찰한다.

통행 자체가 아닌 개인의 일일 활동 스케줄에 초점을 맞추어 보다 정밀하게 수요를 예측하는 기법을 소개한다.

기계학습과 딥러닝 알고리즘을 활용하여 비선형적인 교통 패턴을 학습하고 예측하는 최신 동향을 다룬다.

교통 수요 예측 결과가 실제 도시 계획 및 국가 정책 수립에 어떻게 적용되는지 사례를 통해 살펴본다.

대규모 교통 시설 확충 사업의 비용 대비 편익을 산출하여 사업 추진 여부를 결정하는 과정을 설명한다.

혼잡통행료 부과, 차량 요일제 등 수요를 인위적으로 조절하기 위한 정책의 효과를 예측하는 방법을 다룬다.

예측치와 실제치의 괴리가 발생하는 원인을 분석하고, 시나리오 분석 등을 통한 대응 방안을 제시한다.