Project/Area Number |
21K04554
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 25010:Social systems engineering-related
|
Research Institution | Nihon University |
Principal Investigator |
富井 規雄 日本大学, 生産工学部, 研究所教授 (50426029)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
Keywords | 混雑率配信 / 機械学習 / シミュレーション / 鉄道 |
Outline of Research at the Start |
本研究では,都市圏の鉄道路線を対象として,列車の号車ごとの混雑率をリアルタイムに予測し,それを利用者に配信するアルゴリズムを構築する。これにより,利用者は,混雑を避けて乗車位置を決定することが可能となり,混雑の平準化が図れる。このアルゴリズムは, 新型コロナウィルスやインフルエンザなどの流行期に,人の密集を防ぐことに有効である。 また,通常時においても,電車の混雑に起因する遅延発生の防止に有効である。手法としては,機械学習による状況の分類,状況ごとの混雑率予測アルゴリズムと,情報を提供された 利用者の心理を反映した強化学習に基づく旅客流動シミュレーションを用いる。
|
Outline of Annual Research Achievements |
列車の号車ごとの混雑率を蓄積したデータを鉄道会社から受領した。そのデータは,応荷重装置を利用して,1分刻みで,各号車の空気バネの圧力から推定した値を蓄積するものである。予備的な分析から,列車が走行中にも混雑率が変動するなどの問題があることが判明した。 そこで,機械学習を適用する準備として,列車の混雑率の状況を概観するための可視化システムを作成した。具体的には,1分刻みで取得され,駅間で変動する混雑率データから当該駅間の混雑率を特定する手法として,次駅到着タイミングを特定する方法を考案し,その直前の値を当該駅間混雑率として確定する手法を考案した。また,それをもとに,列車の号車ごとの混雑率の駅ごとの変化,駅におけるある時間帯の列車の号車ごとの混雑率などを可視化した。また,列車ダイヤ図上に,混雑率と列車の遅延を同時に可視化する手法を考案し,実装した。 上記の可視化で得た知見をもとに,時間帯,区間等を特定し,混雑率が変化する要因を特定するために,散布図等を作成するとともに,回帰分析を行なった。具体的には,列車の混雑率の偏りと停車時間の関係,列車の最大混雑率と停車時間の関係などの分析を行なった。その結果,最大混雑率が一定値を超えると,停車時間が急激に大きくなることが判明した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度は,鉄道会社から,ほぼすべての列車に対する,号車ごと・駅間ごとの混雑率のデータの提供をうけることができ,研究を大きく進めることができた。また,コロナウィルスの収束にともない,打ち合わせを進めることもできた。 鉄道会社との打ち合わせにもとづき,データの可視化手法について,大きな進捗があった。
|
Strategy for Future Research Activity |
今年度は,機械学習を適用する上でのデータの可視化に基づく予備的検討が主になったが,次年度は,今年度得た知見をもとに,機械学習のいくつかの手法を適用し,混雑率の予測アルゴリズムを確立する。
|
Report
(2 results)
Research Products
(13 results)
-
-
-
-
-
-
-
-
-
-
-
[Presentation] The Ring Never Relieves2021
Author(s)
Christian Liebchen , Steffen Dutsch , Shiguang Jin , Norio Tomii , Yihui Wang
Organizer
RailBeijing2021 - 9th International Conference on Railway Operations, Modelling and Analysis
Related Report
-
-