機械学習による都市構造の洞察を活用した公共交通網設計

• Project/Area Number: 25K17699
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 22050:Civil engineering plan and transportation engineering-related
• Research Institution: Saitama University
• Principal Investigator: 須ヶ間 淳 埼玉大学, 理工学研究科, 助教 (70978890)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: 交通計画 / 公共交通 / 都市構造 / 機械学習 / 最適化

Outline of Research at the Start

公共交通の経営は各地で危機に瀕している．持続可能な公共交通網に再編するための手法開発や，知見の体系化・高度化は喫緊の重要課題である．しかし従来の数理最適化に基づくアプローチには広域への適用が難しいという課題があり，広域を対象とした最適な再編方針の解明は十分に行えていない．また最適解への注目が多く，その他の優良解に着目した知見蓄積はほとんどなされていない．本研究では近年発展著しい機械学習技術を応用し，経済的・社会的に優良な再編案を列挙する数理的手法を開発する．またその手法を用い，必ずしも最適性にこだわらずに，優良な再編に必要な条件及びその根拠の解明を行う．