| 研究概要 |
本研究では,新規交通サービスに対する需要予測手法に関して,柔軟なフレームワークを持ち,かつ操作性の高い非集計離散選択モデルによる需要予測に着目して研究を行った.
まず,都市圏レベルでの新規交通サービスや政策に対する需要予測において一般的に用いられるパーソントリップ(PT)データに基づく予測手法について事後評価を行い,次いで,モデルの時間移転性やゾーニングが予測に及ぼす影響を詳細に分析し,その改良手法を提案した.
次に,利用データの側面から需要予測精度を改善する方法論として,過去の行動データに加え,新規サービスへの利用意向を尋ねたSPデータ,交通需要の総量に関する情報を含む集計データなどを融合利用した統合型需要予測モデルを構築し,事例研究においてその有効性を検討した.また,操作性の高いSPデータは特に有効であると考え,個人レベルでの選好や行動変化を把握するために必要な調査設計法やそれに対応する数理モデルの開発を行った.
加えて,交通行動を観測する手法としてここ数年注目を浴びているプローブ調査データに着目し,交通行動分析において特に研究が立ち遅れているドライバーの経路選択行動を対象として分析を行い,プローブデータが経路選択の動的側面を把握・モデル化するのに有効であることを確認した.
さらには,需要分析においてデータと両輪をなす行動モデルについて,ITSやTDM施策の効果予測においては,より現実の意思決定を反映した限定合理性の概念に基づく交通行動モデルが有効であると考え,そのモデル化について検討を行った.具体的には,現実世界で最もよく観測される修正辞書編纂型の意思決定ルールに着目し,その操作性や推定特性の把握,ならびに効用最大化モデルとの現況再現性や予測精度の差について分析を行った.また,観測データからモデルを同定する方法論として,データマイニング手法の援用可能性についても検討を行った.
|
