• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

網羅的シミュレーションと機械学習を用いた精度の高い短期交通需要予測手法の開発

研究課題

  • PDF
研究課題/領域番号 20H02280
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分22050:土木計画学および交通工学関連
研究機関早稲田大学

研究代表者

佐々木 邦明  早稲田大学, 理工学術院, 教授 (30242837)

研究分担者 菊池 輝  東北工業大学, 工学部, 教授 (00343236)
上石 勲  国立研究開発法人防災科学技術研究所, 雪氷防災研究部門, 主幹研究員 (60455251)
福田 大輔  東京大学, 大学院工学系研究科(工学部), 教授 (70334539)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード災害時マネジメント / 行動シミュレーション / ビッグデータ / データ同化
研究成果の概要

本研究は,災害時において近年利用が可能になってきたリアルタイム観測データを活用し,その分布に対して行動シミュレーションの同化を行うことで,行動シミュレーションを補正し,災害時の行動を再現するシステムの構築を行った.またLSTMによる災害検知可能性の検討や,災害に適切に対応できる施策検討に必要な出力を行った.特に,対象とした災害として.コロナ禍を一種の災害と見立てて,首都圏全体の緊急事態宣言下での行動再現によって,鉄道の混雑などを再現する仕組みを構築したほか,台風災害を対象として行動の変化及び道路交通の再現までの一貫したシステムの構築を行った.

自由記述の分野

都市計画・交通工学

研究成果の学術的意義や社会的意義

本研究の意義は,災害時にリアルタイムデータを活用した精度の高いシミュレーションを行い,今後の予測や適切な施策検討を行うための仕組みを作ったことと,それを実装することによる社会システムの高度化である.この社会的な意義としては,都市システムの強靭化に貢献するとともに,災害による被害を抑えることである.学術的には様々なビッグデータが整備される中で,それらを都市マネジメントにおいて有効に利用する方法の開発である.

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi