| 研究課題/領域番号 |
25280116
|
|---|
| 研究種目 |
基盤研究(B)
|
| 研究機関 | 独立行政法人海上技術安全研究所 |
|---|
研究代表者 |
間島 隆博 独立行政法人海上技術安全研究所, その他部局等, 研究員 (30392690)
|
|---|
| 研究分担者 |
高玉 圭樹 電気通信大学, 情報理工学(系)研究科, 教授 (20345367)
渡部 大輔 東京海洋大学, 海洋科学技術研究科, 准教授 (30435771)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 防災 / 帰宅困難者 / 交通システム / 複雑ネットワーク / コミュニティー抽出法 / ネットワーク成長法 / 遺伝的アルゴリズム |
|---|
| 研究概要 |
・マルチエージェントシステム
過去の研究で開発した路線を生成するマルチエージェントシステムは、輸送機材の性質（定員、運行速度）が固定されており、ハブスポークと呼ばれる大量輸送に適した輸送システムの生成を妨げていた。そこで、エージェントの進化ルールを改良し、複数の輸送機材の候補から自らの路線にとって、最良（max:利用者数-バス台数x1台当たりのコスト）の機材を選択できる過程を組み込んだ。東京都内の緊急輸送路と区市町村の役所をバス停と見立てたネットワークにこの手法を応用した結果、路線網の一部にハブスポーク型の路線網が現れた。
・路線生成法
経路が良質な初期路線エージェント集合を形成するため、コミュニティー抽出法の応用を試みた。従来よく用いられる隣接行列の情報だけでなく、リンクに重みを持ったネットワークに関しても解析が行えるよう改良し、重みとして、人流（や物流）の問題で重要となるノード間距離、需要やその組合わせを用いた。開発コードを小規模な物流ネットワークに応用した結果、複数のコミュニティーが抽出されたことから、それぞれのコミュニティーを結ぶ路線を構成すれば、目的となる路線網が形成できることを確認した。ただし、出力されるコミュニティーの数がノードの数に依存する点（解像度が粗い点）、1つのノード（駅、バス停）が1つのコミュニティーにしか属すことを許されないため、路線が非連結となる点（乗り換えが表現できない点）が問題となるため、他の複数のコミュニティー抽出法についてもコード化を終えたところである。
・施設（停留所）配置法
ある１つの駅（バス停）を終点とする複数の路線を生成するアルゴリズムをネットワーク成長モデルにより、完成させた。さらに、終点となるノードの座標を変化させ、評価値（利用者の所要時間―バス台数x1台当たりのコスト）を最適化する遺伝的アルゴリズムを開発した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
・マルチエージェントシステム
マルチエージェントシステムの枠組みで、大量輸送に適したハブスポーク型ネットワークの生成を自動的に行うことを目的としている。従来固定していた輸送機材の性質（定員と運行速度）を変化させ、エージェント自らが機材の選択を行う過程を組み入れることで、この目的の達成を目指した。この結果、一部ではあるがハブスポーク型の路線網が現れたことから、おおむね順調といえる。ただし、得られたハブスポーク型ネットワークの評価は平成26年度の課題である。
・路線生成法
コミュニティー抽出法は主にソーシャルネットワークの解析に用いられ、物流、人流などの輸送問題における応用は皆無であった。ノード間のリンクの有無のみを入力データとするアルゴリズムに対して、輸送問題で重要となる距離や需要といった重みを持つネットワークに対する解析ができるようアルゴリズムを改良し、小規模なネットワークに応用した結果、コミュニティーが抽出できた。出力されたコミュニティーが意味する路線の評価は平成26年度の課題であるが、輸送問題への応用に対しても期待できることが示唆されたため、おおむね順調と言える。
・施設（停留所）配置法
局所的な路線網の中で複数の局所的な路線網を連結する駅や停留所がハブであり、このハブ停留所の位置を決定するアルゴリズムの開発が目的である。ネットワーク成長モデルと遺伝的アルゴリズムを組み合わせて、評価値を最適化するハブ停留所の座標が出力できるプログラムを実装できたことから、目的は達成できている。
|
| 今後の研究の推進方策 |
・マルチエージェントシステム＆路線生成法
輸送機材の定員、運行速度の選択を通じて大規模な輸送問題に対しても応用できるよう、エージェントの進化ルールを改良し、効率的路線網の生成を促す。さらに、新たに研究する路線エージェント生成法によって生成されたエージェントを、初期エージェント集合として組み込み、融合システムを目指す。構築した融合システムを停留所数が小さいベンチマーク問題で試行し、路線エージェント生成法の有効性を確認する。
マルチエージェントシステムで得られたベンチマーク問題に対する解を、他手法で得られた解と比較することで、その利点、欠点、適用限界を把握する。なお、他手法としては、メタヒューリスティック手法として遺伝的アルゴリズム、数理最適化手法として厳密解に近い解が得られる列生成法などを考慮する。
・施設（停留所）配置法
複数の停留所を経由してハブに至る、複数経由型のトポロジーを前提とし、距離、需要といった輸送に係る情報を用いてハブとなる停留所の位置を決定するアルゴリズムを研究し、実装した。実装したプログラムを、すでに開発済みの帰宅困難者OD データ推計システム（関東地方を網羅する全鉄道路線網上で、途絶鉄道路線や区間、途絶時刻を入力すると、帰宅困難者の発生分布と移動先の分布（すなわち移動需要）をOD 別に推計することができる。）の出力結果を用いて、性能を評価する。
|
| 次年度の研究費の使用計画 |
次年度においてプログラミング作業が本格化するので，人件費・謝金の確保を行うため．また，プログラミング作業と合わせて，入力データが必要となるが，有償データを利用する可能性があるため．
ユーザーインターフェース，データ入出力などの，補助的なプログラムのプログラミング作業，および，ネットワークなどの有償データの購入に使用する予定．
|
