2005 Fiscal Year Annual Research Report
光ビーコン情報を使う人工知能型交通信号制御モデルの開発
| Project/Area Number |
17560471
|
|---|
| Research Institution | Shinshu University |
|---|
Principal Investigator |
奥谷 巖 信州大学, 工学部, 教授 (90026138)
|
|---|
| Keywords | ITS / 信号制御 / 光ビーコン / 人工知能 |
|---|
| Research Abstract |
対象リンクと両端交差点から成る街路網を基本街路網とし、交通流入パターン及び信号パラメータを変化させながらNETSIMシミュレーションを実行した。共通信号周期は120秒、150秒の2つの場合について実行したが、前者についてはリンク長は300mで交通需要は一部過飽和状態になるよう与え、後者についてはリンク長を300m、350m、400mと変えそれぞれについて過飽和状態のない交通需要を準備した。前者の出力としてのデータセットをD1、後者のそれをD2と称する。いずれも2分して学習とモデル検証に供した。D1については、1周期の対象リンク交通量及び流入交通量、1周期前遅れ(光ビーコン情報)、スプリットとオフセットの合計8変数を基本入力とし、D2についてはこれにさらにリンク長を加えて(300m、400mのデータは学習用、350mのデータは検証用)、ニューラルネットワーク(NN)ならびに3つのウエーブレットモデルによる旅行時間推定モデルを学習・検証した。なお、リンク交通量は30秒間交通量に分割して与える(車群パターンを考慮)場合も考えた。結果であるが、NNではD1については1周期前遅れは有効であるが車群パターンは必ずしも有効ではないこと、D2については1周期前遅れは有効ではなく、車群パターンの有効性は確認できないこと、上流青と流入交通量は有効であること、リンク長350mの場合の旅行時間推定は可能であることなどが判明した.ウエーブレットモデルについては最も性能が高かった3層ウエーブレットについてのみ結果を示すものとすると、D1については1周期前遅れは有効であるが車群パターンの有効性は限定的であること、D2については1周期前遅れ、上流青、流入交通量、車群パターンすべてが有効であること、350mの場合の良好な推定が可能であることを明らかにした。
|
