【研究領域課題番号】20H02267 (KAKENデータベースで見る）

【研究キーワード】

交通工学 / 機械学習 / 交通流理論 / 交通ネットワーク分析 / 統計的推定 / 強化学習 / スパースモデリング / 出発時刻選択問題 / 統計的機械学習 / シミュレーション

【研究成果の概要】

本研究はテーマA，B，Cに分かれて遂行する計画となっている．今年度はそれぞれのテーマで以下の研究に取り組んだ．テーマA：動的ネットワーク交通流の性質の交通工学理論に基づく数学的解析，テーマB：統計的機械学習に基づく交通状態・需要情報の推定・将来予測手法，テーマC：理想的な状況を仮定した強化学習による交通システム制御手法などを開発した．各テーマの具体的な成果を以下に述べる．Aでは，例えば道路利用者の属性に異質性がある場合の単純な道路ネットワーク上の出発時刻選択問題を解析することで，その動的利用者均衡配分と動的システム最適配分を導出し，それらの類似点と相違点を明らかにするとともに，実際の制御についての理論的な示唆を得た．テーマBでは，例えばスパースモデリングに基づく県間旅行行動の長期分析を行い，COVID-19のような大規模事象に応じてどのように需要が変化するかを明らかにした．また，GPSデータにもとづく都市規模の観光流動分析手法や，高速道路上の交通状態推定手法を開発した．さらに，交通サービスのユーザーの利用動向を観測し，その行動モデルを構築し交通サービス固有の状況との関係を明らかにした．テーマCでは，例えば強化学習手法として知られるQ学習を用い，比較的単純な道路ネットワークに対し観測可能な交通情報のみから最適な動的混雑課金を漸近的に求める手法を開発し，シミュレーションにより検証した．また，自動運転システムの運行計画を最適化するためのヒューリスティックなアルゴリズムを開発した．

【研究種目】基盤研究(B)

【研究期間】2020-04-01 - 2024-03-31

【配分額】17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)

【研究分野】土木計画学・交通工学

【研究領域課題番号】25289160 (KAKENデータベースで見る）

【研究キーワード】

旅行時間信頼性 / 交通運用 / 交通行動分析 / 交通ネットワーク分析 / 交通経済分析 / ビッグデータ / プローブデータ / 交通流理論 / 列車遅延 / 交通状態推定 / 確率モデル / 動的経路誘導 / シミュレーション / 時間信頼性 / 費用便益分析 / 交通行動モデル / 不確実性・リスク / 経路誘導 / 定時性 / 経済評価 / 公共交通遅延 / 行動モデル

【研究成果の概要】

本研究では，従来交通手段別に扱われてきた旅行時間信頼性研究の体系化を行う．まず，研究代表者・分担者らがこれまでに進めてきた都市内交通システムにおける旅行時間信頼性に関する研究をさらに発展させて，都市内道路交通，都市鉄道，空港アクセスバスの各具体事例を対象に，旅行時間信頼性の経済便益評価方法，ならびに，社会的費用最小化の観点から見た運用方法を確立させる．それらの結果を踏まえ，旅行時間信頼性の現象記述・評価・運用に係る方法論を横断的に再整理した上で体系化の枠組みを設計する．最後に，実際の施策分析を通じて，提案した体系化の枠組みの妥当性・有用性を検証する．

【研究種目】基盤研究(B)

【研究期間】2013-04-01 - 2018-03-31

【配分額】17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)