교통 군집(클러스터)의 동역학을 이해하는 것은 도시 교통 시스템을 개선하는 데 있어 특히 혼잡 상태와 자유 흐름 상태를 관리하는 관점에서 중요하다. 본 연구는 중국 청두(Chengdu) 지역의 고해상도 택시 데이터를 사용하여, 도시 도로 네트워크 내에서 교통 군집의 형성과 성장을 분석하기 위해 계산적 퍼콜레이션 이론(computational percolation theory)을 적용한다. 도로 네트워크를 시간에 따라 변하는 가중·방향 그래프(time-dependent, weighted, directed graph)로 제시하고, 거대 연결 성분(giant connected components, GCCs)의 성장 양상을 통해 교통 정체(jam) 군집과 자유 흐름(free-flow) 군집에서 서로 구별되는 거동을 규명한다. 특히 출퇴근 시간대에 GCC 크기 곡선들 사이에 지속적으로 나타나는 공백은 공간적 교통 상관(spatial traffic correlations)에 의해 유발되는 격차를 시사한다. 이러한 차이는 장거리 가중치-가중치 상관(long-range weight-weight correlations)으로 정량화되며, 이는 교통 동역학을 위한 새로운 계산 지표를 제공한다. 본 접근법은 군집 형성에 대한 네트워크 위상(network topology)과 시간적 변동(temporal variations)의 영향을 보여주며, 복잡한 교통 시스템을 모델링하기 위한 견고한 틀을 제공한다. 본 연구의 결과는 동적 신호 최적화(dynamic signal optimization), 인프라 우선순위 설정(infrastructure prioritization), 혼잡 완화 전략을 포함하는 교통 관리에 대한 실무적 함의를 갖는다. 그래프 이론, 퍼콜레이션 분석, 교통 모델링을 통합함으로써, 본 연구는 도시 교통 분석에서의 계산 방법을 발전시키고 대규모 교통 시스템을 최적화하기 위한 기반을 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.