|
昨年度に引き続き，本研究では公共交通と自動車交通の関連性を踏まえた交通需要マネジメント手法の検討を行うことを目的とした．特に，本年度では都市内道路網の空間分割手法の実証比較分析，ミクロ交通流シミュレーションのキャリブレーション手法の提案を行った．
MFDや3D-MFDの交通状態関係がwell-definedであるための道路空間分割手法に関して，東京都心部の感知器から得られた交通量データを用いて，既存手法の利点と欠点を抽出した．特にネットワーク科学の分野で代表的な手法であるNormalized CutとCommunity detectionの手法に着目し，交通ネットワークの適用可能性を検証した．例えば，Community detectionの手法を用いた場合では，エリアの交通需要マネジメントを考えるには小さすぎるエリアに分割されてしまう可能性があることを明らかにした．
そして，都市部の交通需要マネジメント施策の最適化に用いるミクロ交通流シミュレーションを実行する際に必要となるシミュレーションのキャリブレーション手法の提案を行った．3D-MFDに基づいた複数エリアの交通量配分モデルによってキャリブレーションの目的関数をメタモデルとして近似する手法を開発し，交通需要と経路選択パラメータのキャリブレーションの大幅な計算コストの低減を可能とした．メルボルン都市部をケーススタディとして，手法の有用性を確認した．
|
