Estimation, prediction, and control of road transportation system by integrating traffic flow theory and machine learning

点击翻译按钮获取中文摘要

2年目の研究計画は以下のようなものであった：ここでは，主に，各方法論を実ビッグデータに基づき個別に検証する．テーマ A では，前年度の研究成果に基づき，動的ネットワーク交通流の最適化手法を理論的に導出する．並行して，モデルベース型交通状態推定手法を交通ビッグデータに適用できるよう拡張し，その性質を実データへの適用を通して検証する．テーマ B では，前年度に開発した需要情報の推定・将来予測手法を実交通ビッグデータに適用し，その結果に基づき手法を改良する．その際，東京オリパラ 2020 時の交通ビッグデータを用い，各種の交通制御・規制に対する需要の反応を分析する．結果として，予定通りやそれ以上の実績が得られた部分と，予想外の自体により予定通りとはならなかったものの興味深い今後探求すべき現象が見出された部分があった．テーマAでは，まず，動的交通量配分についての最適配分問題の理論解析と，その利用者均衡との関連付けについて重大な進展があり，国際ジャーナルでの研究成果発表もなされた．また，実交通データを用いたモデルベース型交通状態推定の検証も順調に進んだ．テーマBでは，需要情報の推定・将来予測手法の実データへの適用が進んだ．特に，COVID-19の影響を受けた交通行動の分析を通し，様々な知見が得られた．一方で，東京オリンピックパラリンピックのデータは，やむを得ない事情により入手が1年遅れたため，予定通りの分析が完了していない．しかし，予備的分析の結果では興味深い現象が発見されたため，今後の研究の方向性の参考となった．