Demand Responded Toll for Urban Expressway with Deep Learning Model

利用深度学习模型实现城市快速路按需收费

• 批准号: 22K04358
• 负责人: 秋山 孝正
• 金额: $ 2.25万
• 依托单位: Kansai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04358/
• 关键词: 深層学習モデル; 都市高速道路; 需要対応型料金; 路線別料金設定; メタヒューリステック手法

本研究では、まず都市高速道路料金設定に関する道路交通流解析を行う「深層学習モデル」を構築した。通常の道路交通流解析を行う場合に、現実規模の都市道路網に対して、(1)都市高速道路の料金設定（対距離料金関数）・OD交通量を設定する、(2)等価な数理計画問題である利用者均衡配分（UE）の算定結果（リンク交通量）を求める、(3)都市道路網道路交通流パターンから経済便益（社会的不便益の減少）の評価指標を算定するということから、比較的計算労力の大きい「道路交通流解析」を実行する必要がある。すなわち、都市道路網構成（ネットワークデータ）と道路区間特性（リンク属性データ）が設定された際に、道路交通流（リンク交通量）を算定する方法である。本研究では、これら特定のネットワーク・リンク属性データが既知である場合の一連の計算手順を、非線形関係として学習した「深層学習モデル」を構築した。すなわち、高度な非線形計画問題の解法手順を入力パターン（OD交通量、都市高速道路料金設定）と出力パターン（代表的経済評価値）の教師データ（ビックデータ）を蓄積した。つぎに、畳み込みニューラルネットワーク（CNN）による「深層学習モデル」を構成して知識獲得を実行した。この結果、料金設定に伴う経済効果を算定する「道路交通流解析モデル」を構築した。すなわち、非線形数理計画を用いた解析手順を簡便化でき、都市高速道路料金に起因する都市道路網に対する交通調整効果を算定した。たとえば、都市高速道路の社会的最適な対距離料金（全路線一律）のパラメータを「深層学習モデル」の評価値に基づいて算定することができた。

This study で は, ま ず city high speed road gold set に masato す る road traffic flow line analytical を う "deep learning モ デ ル" を build し た. Usually の road traffic flow line analytical を う に, now be urban road network scale の に し seaborne て, (1) urban expressways の gold set (distance gold masato number) seaborne OD traffic volume set を す る, (2) 価 な mathematical program problem で あ る ik equilibrium partition (UE) の calculated results (リ ン ク traffic) を o め る, (3) the urban road network Road traffic flow パ タ ー ン か ら 経 済 will benefit (social evolution of the inconvenience の decrease) 価 の evaluation index を consider す る と い う こ と か ら, comparative calculation 労 の potent き い "road traffic stream parsing" を line be す る necessary が あ る. す な わ ち, urban road network composition (ネ ッ ト ワ ー ク デ ー タ) と path interval features (リ ン ク attribute デ ー タ) が set さ れ た interstate に, road traffic flow (リ ン ク traffic) を consider す る method で あ る. This study で は, こ れ ら specific の ネ ッ ト ワ ー ク · リ ン ク attribute デ ー タ が already know で あ る occasions を の の calculation hand in a row, nonlinear masato is と し て learning し た "deep learning モ デ ル" を build し た. す な わ ち, highly な nonlinear program problem の solution hand shun を パ into force タ ー ン (OD traffic volume, urban expressway road gold set) と output パ タ ー ン (representative 経 済 review 価 nt) の teachers デ ー タ (ビ ッ ク デ ー タ) を accumulation し た. つ ぎ に, 畳 み 込 み ニ ュ ー ラ ル ネ ッ ト ワ ー ク (CNN) に よ る "deep learning モ デ ル" を constitute し て knowledge acquisition を line be し た. <s:1> results, cost setting に accompanied by う economic effect を calculation する "road traffic flow analysis モデ を" を construction results た. す な わ ち, nonlinear mathematical program を い た parsing hand shun を easy で き, urban freeway gold に cause す る urban road network に す seaborne る traffic to adjust working fruit を consider し た. た と え ば, urban expressways の social optimum な distance is gold (all routes are) seaborne の パ ラ メ ー タ を "deep learning モ デ ル" の review on 価 numerical に base づ い て consider す る こ と が で き た.

项目成果

組み合わせ最適化による都市高速道路の路線別料金設定についての研究

基于组合优化的城市快速路线路收费研究

• 发表时间: 2022
• 作者: 河﨑玲;秋山孝正
• 通讯作者: 秋山孝正

需要対応型の都市高速道路の路線別料金に関する考察

需求响应型城市快速路按路线收费的考虑

• 发表时间: 2023
• 期刊: 交通学研究
• 作者: 河﨑玲;秋山孝正
• 通讯作者: 秋山孝正