| 研究課題/領域番号 |
06650579
|
|---|
| 研究種目 |
一般研究(C)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
交通工学・国土計画
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
中辻 隆 北海道大学, 工学部, 助教授 (60123949)
|
|---|
| 研究分担者 |
藤原 隆 北海道大学, 工学部, 助手 (50109493)
萩原 亨 北海道大学, 工学部, 助教授 (60172839)
加来 照俊 北海道, 工学部, 教授 (40001135)
|
|---|
| 研究期間 (年度) |
1994 – 1995
|
| 研究課題ステータス |
完了 (1995年度)
|
| 配分額 *注記 |
1,900千円 (直接経費: 1,900千円)
1995年度: 700千円 (直接経費: 700千円)
1994年度: 1,200千円 (直接経費: 1,200千円)
|
|---|
| キーワード | 交通量シミュレーション / マクロモデル / ハイブリットモデル / カルマンフィルター / ニュートラルネットワークモデル / 人工知能モデル / 交通流シミュレーション / ハイブリッドモデル / ニューラルネットワークモデル |
|---|
| 研究概要 |
人工知能モデルを応用して高速道路や一般道路における交通流シミュレーションモデルの精度向上を図った。
1)ニューラルネットワークモデルを応用した交通変量のマクロ表現
交通変量の関係は、交通流シミュレーションモデルにおいて重要な役割を果たす。ニューラルネットワークモデルを用いて交通変量のマクロ的に表現する手法を提案している。最初に、Kohonen Feature Mapモデルを用いて原計測データを均等に分布したデータに変換した。これは、後の推定精度の向上と演算効率の改善に寄与した。次に、多層型のニューラルネットワークモデルを用いて、2次元、および3次元の交通変量間の関係を表現した。これは、交通変量間の非線形・不連続な関係を形成するのに有効であった。
2)高速道路における交通状態をリアルタイム推定するためのニューロ・カルマンフィルタ
マクロ交通流モデルにカルマンフィルタを組み合わせたCremerモデルを多層型のニューラルネットワークモデルを用いて再定義した。状態変量と観測変量を関係付ける観測方程式をニューラルネットワークモデルによって定義することによって両変量間の非線形な関係が忠実に表現された。同時に、状態変量の変動を定義する状態方程式も同様に表現した。これは、拡張カルマンフィルタにおける導関数の導出を容易にした。ここで提案したニューロカルマンフィルタを首都高速道路に適用し、元のCremerモデルとの比較を通してその有効性を検証した。
3)一般街路における信号制御の最適化荷於ける人工知能モデルの応用
街路交通における最適な信号制御パラメータを推定するため、制御パラメータと交通状況データを入力信号とし、最適制御の目的関数を出力信号とする多層階層型のニューラルネックワークモデルを用いた手法の開発を行なった。学習過程においては、学習効率の向上を図るために、Kohonen Feature Map手法を用いて交通状況のクラス分けを行い、各クラスごとにニューラルネットワークを構築した。最適過程においては、ローカルミニマムへの収束を避けるために、コーシマシンと遺伝的アルゴリズム2つの人工知能手法の適用を図り従来法との比較を行った。
|
