都市内街路における交通制御システムの高度化に関する研究 ーニューラルネットワークモデルに基づく自己組織化交通制御システムの開発ー

1992 Fiscal Year Annual Research Report

• Project/Area Number: 04650473
• Research Institution: Hokkaido University
• Principal Investigator: 加来 照俊 北海道大学, 工学部, 教授 (40001135)
• Co-Investigator(Kenkyū-buntansha): 萩原 亨 北海道大学, 工学部, 助手 (60172839) ; 藤原 隆 北海道大学, 工学部, 助手 (50109493)
• Keywords: 交通信号制御 / 交通流 / ニューラルネットワークモデル / 最適化

Research Abstract

本研究は、都市内街路における交通制御システムの高度化をはかるために、ニューラルネットワークモデルの優れた特性を交通制御システムに導入することを目的としている。ニューラルネットワークモデルの特徴としては、過去の経験や周囲の環境に自律的に対応できること、あるいは大規模な並列処理によるリアルタイム制御が可能になるなどである。本年度は、信号制御パラメータの最適化に関し、これまでの研究成果をもとに、大規模な道路網へ拡張するため個々のシステムの改良を行った。その結果をまとめる。1)交差点単位の学習効率を高めるようニューラルネットワークモデルを改良し、精度の向上と学習時間の短縮を実現できた。ニューラルネットワークの構造としては、中間層1つで十分である結果を得た。2)上記のモデルの学習段階においては、各交差点における流入交通量が必要である。そこで、車両感知器データを用いて流入交通量を推定する手法としてニューラルネットワークモデルを適用し、その有効性を確認した。3)最適化問題については、従来からの確率論的及び決定論的手法を検討した上で、新たな確率論的手法としてGA(遺伝的アルゴリズム)を用いた。当初の計画にあった非線形最適化手法の導入には着手できなかった。今後の課題をまとめる。1)各交差点における流入交通量の推定手法の検討は不十分であり、詳細な検討が必要である。2)従来からの最適化手法に加えて新たな確率論的な手法による最適化を試みたが、得られた解が全ての制御変数において最適であるかどうかについての判別は難しかった。今後とも、更に非線形最適化手法の検討を行うことが必要である。