2020 Fiscal Year Research-status Report
移動シェア問題に対するニューラルネットワークを用いたオンラインアルゴリズムの開発
| Project/Area Number |
19K04907
|
|---|
| Research Institution | Nippon Institute of Technology |
|---|
Principal Investigator |
松浦 隆文 日本工業大学, 先進工学部, 准教授 (70579771)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
木村 貴幸 日本工業大学, 基幹工学部, 准教授 (80579607)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | シェアリングエコノミー / 相乗りタクシー / シェアサイクル / タブーサーチ |
|---|
| Outline of Annual Research Achievements |
近年，シェアリングエコノミーが急速に普及している．本研究の目的は，相乗りタクシーやコミュニティサイクル（シェアサイクル）といった移動をシェアするシェアリングエコノミーを運用する上で生じる問題を解決するために，それらの問題を最適化問題として提起し，高速なアルゴリズムを開発することである．
相乗りタクシーは見ず知らずの人と同乗するため，相乗りする相手がどのような人か分からないことへの不安が生まれる．この不安を軽減するために，2019年度は，相乗り相手に対して条件を1つ加えた（例えば，条件が性別の場合，同性とのみ相乗り可能，性別に関わらず相乗り可能）タクシーライドシェアリングモデルを提案している．2020年度は，複数の条件を指定可能な相乗りタクシーモデルを提案し，その有効性を検証した．更に，通常の一人乗りタクシーの場合に比べ，売り上げの向上，低運賃を実現する，新たな料金プランの検討を行なった．数値実験の結果，相乗りする相手に複数の条件を指定することで，相乗りの成功率は低下するが，通常のタクシーに比べ，顧客を目的地へ輸送できる人数，タクシー会社の利益が向上することが確認できた．
シェアサイクルを運用する上で生じる自転車台数の不均等を調整する問題に対しては，2019年度に提案したアルゴリズムは駐輪ポート数が増えると長い計算時間を要する．そこで，2020年度は，性能はある程度維持したまま，アルゴリズムを高速化するために，近傍解の削減をおこなった．また，これまでは人工的に作成したベンチマーク問題に対する性能調査を行なっていたが実データに対して行なった．その結果，実データに対する提案アルゴリズムの性能は改善が必要であることが分かった．
以上の研究成果に関して複数の国際会議や国内研究会どで発表を行った.
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究計画では，シェアリングエコノミーに対しては自転車台数が動的に変化する問題に対してニューラルネットワークを用いた手法を提案する予定であった．しかし，高速なオンラインアルゴリズムの開発を行うためには，まず，台数が変化しない静的な問題に対するアルゴリズムの高速化が不可欠であり，その性能向上に集中的に取り組んだため，予定通りに進めなかった．
相乗りタクシーに対しては，当初の計画通り利用料金（移動距離）を最小にすることを目的とした相乗り相手の条件付きタクシーライドシェアリングモデルを提案し，この問題に対するアルゴリズムを開発，数値実験により相乗りタクシーの効果を確認できている．
2020年度の研究成果は，2件の国際会議での発表，また国内口頭発表を通じて公表している．
|
| Strategy for Future Research Activity |
シェアサイクルに対して，これまでは，各駐輪場の自転車台数が変化しない，静的なネットワークに対してアルゴリズムを開発してきた．実データに対して性能を発揮できないことがわかったため，本研究の目的の一つである，ニューラルネットワークを用いたアルゴリズムの開発を行う．これとは別に，各駐輪ポートの自転車台数が時間と共に変化する，時空間ネットワークに対する研究も盛んに行われている．そこで，時空間ネットワークを用いた問題に対してもニューラルネットワークを用いたアルゴリズムを提案し，その性能評価を行う．
相乗りタクシーに対して，提案アルゴリズムは条件を満たす相乗り候補が複数人いたとしても，その中から，移動距離が最小となる乗客を相乗りする相手として割当てていた．相乗りの成功率を向上させるために，距離だけではなく，相乗り可能な候補の条件も加味して同乗者を決定するように提案手法を改良する．
|
| Causes of Carryover |
次年度使用額が生じた理由は，新型コロナウィルス感染予防のため，国際会議や国内研究会の開催がオンラインとなり旅費が必要なかったためである．
研究計画に変更はなく，前年度の研究費も含め，当初予定通りの計画を進めていく．
|
