权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

都市整備過程把握のためのサイバーシティの構築に関する基礎的研究

建设网络城市基础研究，了解城市发展进程

基本信息

批准号：
08875096
负责人：
田村亨
金额：
$ 1.34万
依托单位：
Muroran Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
1996
资助国家：
日本
起止时间：
1996 至 1997
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-08875096/
关键词：
サイバーシティ遺伝的アルゴリズムニューラルネットワーク

项目摘要

本研究の目的は、ニューラルネットワーク(NNモデル)によって学習された都市の市街化過程を遺伝的アルゴリズム(GAモデル)を用いて時間的に進化させるサイバーシティを構築し、北海道の帯広当接圏を対象に都市開発プロジェクトが都市整備過程に与える影響を記述することである。サイバーシティという人工知能によって支援される都市空間の研究では、対象地域を開放系として扱い、ニューラルネットワークや遺伝的アルゴリズムといった「学習」・「進化」過程を取り込んで状態を記述するが、本研究では進化の部分に遺伝的アルゴリズムの新たな開発と応用を行なうことが特徴である。本年度の研究実績は、(ア)対象地域である帯広都市圏のデータ収集、(イ)2つのNNモデルを並列に並べた市街化過程を記述するモデルの構築、(ウ)GAによる進化モデルの構築、であり、具体は次のとおりである。(ア):対象地域である帯広都市圏において、昭和55年からの建物用途別土地利用データを50*50mのメッシュでコンピュータ入力し、ゾーニングに対応したポリゴンベースへのデータ編集と、地価データの精査を行なった。(イ):NNモデルの内、飽和度NNモデルは、22住区単位で完成させ、占有度NNモデルの構築についてもモデルを並列処理して解くアルゴリズムの開発を終えた。(ウ):GAモデルは、NNモデルとの統合を考えたNGLモデルの構築へと発展させる基礎的アルゴリズム構築を終了した。このモデルを用いて、市街化が同心円状に進展している帯広都市圏において平成2年から始まり平成9年に完成した鉄道高架事業を対象して、モデルの感度分析を行なって見た。その結果モデルの感度は比較的よく、来年度に予定している本問題設定でのサイバーシティ適用が可能か否かの最終吟味について、手ごたえが得られたと考えている。

The purpose of this study is to describe the impact of urban development and urban preparation process on the evolution of urban urbanization process using time. The study of urban space is based on the description of the process of "learning" and "evolution" in the open system of target areas. This year's research results include: (a) data collection of the target region,(b) description of the parallel marketing process,(c) description of the evolution of the GA,(d) description of the construction of the GA, and (e) description of the specific stages. (b): For example, the urban area, the building use, the land use. (3):NN (it):GA The development of the railway overhead project in the urban area began in 2002 and was completed in 2009. The sensitivity analysis of the railway overhead project was carried out. The result of the test is that the sensitivity of the test is different from that of the test in the next year.