2014 Fiscal Year Annual Research Report
様々な渋滞現象の予兆検知のための数理物理学的手法の開発とその実践
| Project/Area Number |
25287026
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
西成 活裕 東京大学, 先端科学技術研究センター, 教授 (40272083)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 渋滞 / 交通流 / 数理モデル / 人流 / セルオートマトン |
|---|
| Outline of Annual Research Achievements |
車の渋滞に関して、それを未然に防ぐための渋滞吸収走行の理論を構築し、吸収車が渋滞を引き起こすことなく前方の渋滞を緩和できる条件を導出した。その結果、渋滞の十分手前での車間距離の確保が重要であることが分かった。またその理論をもとに実際の高速道路での実験を行い、その効果を確認することができた。また道路交差点での渋滞について、信号機のタイミングや歩行者の存在によってどのような流量変化をもたらすかの理論モデルが構築できた。
次に渋滞情報の提供と人の経路選択に関して数理モデルを構築し、旅行時間や速度・密度などどのような情報提供が最も交通流が高くなるかを調べ、将来の状態を予測した交通密度の提供が最も重要な要素になることを発見した。
航空機ネットワークに関しても、空港間を移動する多数の航空機を数理モデル化し、航空機密度の変化とネットワーク全体の渋滞の関係について研究した。また、ある空港の混雑が激しくなった場合に、そこからの回復についてもモデル化とシミュレーションを行った。モノの流れに関しては、装置型産業における生産ラインでの材料の流れについてモデル化し、供給のゆらぎが生産量にどのように影響するかについて調べ、ラインの中を伝わる渋滞波の様子を明らかにすることができた。
以上、車やその他の移動体、そして人やモノなどの流れに関して数理モデルを構築し、そのシミュレーションと結果の理論解析を行い、一部は実際に実験することもできて有意義なデータを取得することができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
車の渋滞の未然防止策の一つとして、渋滞吸収走行の研究を進めてきたが、その実際の環境での理論構築と、それに従った社会実験をすることができ、大変有意義であったといえる。また、平成２５年度の研究成果が人の混雑緩和システムとして成田空港で実際に使われ、外国人の入国審査場での待ち行列長が減るなど一定の効果があることが確認された。そして今後の研究の基盤になる数理モデルとして、交差点モデル、航空機ネットワークのモデル、そして生産ラインのモデルも構築でき、数理解析を行うことができた。以上より、本年度はおおむね研究通りに研究を進めることができたといえる。
|
| Strategy for Future Research Activity |
渋滞吸収走行の理論を構築したが、実際の高速道路での社会実験を通じて様々な課題も新しく浮き彫りになった。それは吸収走行を始めるタイミングと位置の難しさである。実際の交通状況は常に変化するため、ベストなタイミングでこの方法を行う方法について検討し、より実践的なシステム構築を目指したい。さらに人の流れでもボトルネックにおいて渋滞が発生するが、その未然の回避として、ボトルネックで臨界密度に達しないような時空分散コントロールを考えたい。そして物流に関して、配送効率化とスケジューリング問題の観点から数理モデルを構築し、物流に関する標準モデルの一つを構築する予定である。
|
| Causes of Carryover |
車と群集、および物流の実験において、それぞれ複数回行う予定であったが、関係機関の調整やアルバイトの確保が難しくなり、いくつかの予定していた実験ができなくなった。このため、実験費用として確保しておいた基金分を繰り越すことになったため、次年度使用額が生じた。
|
| Expenditure Plan for Carryover Budget |
車や群集実験のために、アルバイト補助要員の確保や会場・必要機材のレンタルなどに充て、複数回の実験を行いデータを取得する。また実験後のデータ解析のためにもアルバイトを雇用する。物流に関してもタグやセンサーなどの実測データを取得する予定である。
|
