JP2010061321A - 乗客流動予測システム - Google Patents

Abstract

【課題】 鉄道輸送において、自動改札機で得られる乗車情報に基づいた統計的な手法により、乗客流動を確実に予測することができる鉄道輸送における乗客流動予測システムを提供する。
【解決手段】 鉄道輸送における乗客流動予測システムにおいて、鉄道の自動改札機からＯＤデータを得る手段（１１〜１３，…，１９，２０）と、このＯＤデータを積み上げることにより全体の乗客流動データを把握する手段（２１）とを備え、この全体の乗客流動データを過去の乗客流動データとして活用することにより、未来の乗客流動を予測する。
【選択図】 図４

Description

本発明は、鉄道輸送における乗客流動予測システムに係り、特に、列車ダイヤが乱れたときに、その日の旅客流動を予測することにより、適切な運転整理を行えるようにすることができる乗客流動予測システムに関するものである。

従来、鉄道輸送において、乗客流動を把握する方法が提案されている。

また、高速道路などにおいても渋滞を予測する方法が提案されており、鉄道輸送においても、利用者個人個人の利用履歴から乗客流動を予測する方法が提案されている。

なお、鉄道輸送における利用者の配分方法（下記非特許文献１）に提案されている。
鉄道プロジェクトの評価手法マニュアル２００５

しかしながら、鉄道輸送において、乗客流動を自動改札機で得られる乗車情報に基づいた統計的な手法により予測する乗客流動予測手法については、これまで提案されていない。

本発明は、上記状況に鑑みて、鉄道輸送において、自動改札機で得られる乗車情報に基づいた統計的な手法により、乗客流動を確実に予測することができる乗客流動予測システムを提供することを目的とする。

本発明は、上記目的を達成するために、
〔１〕鉄道輸送における乗客流動予測システムにおいて、鉄道の自動改札機からＯＤデータを得る手段と、このＯＤデータを積み上げることにより全体の乗客流動データを把握する手段とを備え、この全体の乗客流動データを過去の乗客流動データとして活用することにより、未来の乗客流動を予測することを特徴とする。

〔２〕上記〔１〕記載の鉄道輸送における乗客流動予測システムにおいて、事故や列車の乱れがない通常状態では、過去のＯＤデータを用いて前記未来の乗客流動を予測することを特徴とする。

〔３〕上記〔２〕記載の鉄道輸送における乗客流動予測システムにおいて、前記過去のＯＤデータが過去の統計的に有意性のあるデータであることを特徴とする。

〔４〕上記〔１〕記載の鉄道輸送における乗客流動予測システムにおいて、現在の乗客流動の状態と、前記予測した乗客流動の状態が大きく異なる場合、乗客流動に異常が発生していると判断し、管轄の職員に通知し、表示することを特徴とする。

〔５〕上記〔４〕記載の鉄道輸送における乗客流動予測システムにおいて、前記管轄の職員は、司令員や駅員であることを特徴とする。

〔６〕上記〔４〕記載の鉄道輸送における乗客流動予測システムにおいて、前記自動改札機からの情報によって得られた時間帯別ＯＤデータが記憶される情報管理所の過去の時間帯別ＯＤデータの情報記憶装置と、前記自動改札機からの情報によって得られた当日の時間帯別ＯＤデータが記憶される前記情報管理所の当日の時間帯別ＯＤデータ記憶装置と、前記情報管理所において、前記当日の時間帯別ＯＤデータに類似する過去の時間帯別ＯＤデータを持つ日を前記過去の時間帯別ＯＤデータから検索する手段とを備え、当日の予測すべき未来の時間帯別ＯＤデータを、当日の時間帯別ＯＤデータに最も類似する過去の時間帯別ＯＤデータを持つ日の時間帯別のデータによって予測することを特徴とする。

〔７〕上記〔６〕記載の乗客流動予測システムにおいて、前記時間帯別ＯＤデータをダイヤデータと組み合わせて用いることによって乗客流動を予測することを特徴とする。

本発明によれば、鉄道輸送の自動改札機から得られる時間帯別ＯＤデータを用いることで、乗客流動を予測して、鉄道輸送の運転整理を行う際に列車の運行区間や本数を適切に設定することができる。

本発明の乗客流動予測システムは、鉄道の自動改札機からＯＤデータを得る手段と、このＯＤデータを積み上げることにより全体の乗客流動データを把握する手段とを備え、この全体の乗客流動データを過去の乗客流動データとして活用することにより、未来の乗客流動を予測する。

以下、本発明の実施の形態について詳細に説明する。

詳細な説明を行う前に用語の解説を行う。
（１）時間帯別通過データ
自動改札機を通過した利用者の人数を時間帯別に集計したデータである。通常は、通勤定期、通学定期、普通乗車券といった利用者の乗車券類の種類ごとに集計される。この時間帯別通過データの例を表１に示す。

表１中の種別は、各データの示す人数が改札を入場した利用者の人数を表すのか、出場した利用者の人数なのかを表す。また、総通過より右の列に記載された数値は、それぞれの時間帯における、各乗車券種ごとの人数を表す。

（２）時間帯別ＯＤデータ
利用者の出発駅（Ｏ）と到着駅（Ｄ）の組み合わせごとに人数を集計したデータをＯＤデータと言い、一日を複数の時間帯に分割し、それぞれの時間帯において集計したＯＤデータを時間帯別ＯＤデータという。時間帯別ＯＤデータは、通常、通勤定期、通学定期、普通乗車券といった利用者の乗車券類の種類ごとに集計されている。時間帯別ＯＤデータの例を表２に示す。

図１は本発明にかかる推定対象の鉄道ネットワーク例を示す図である。

この図には、関西の鉄道ネットワークが示されており、路線数が２０路線、駅数が３２１駅、列車本数が４７８５本（一日）、利用人数２６０万人／日（９５１百万人）となっている。これらは利用者は乗車駅で乗車券を投入して自動改札機を通過して列車に乗車し、終着駅で乗車券を投入して自動改札機を通過して目的地へと向かう。

このように、鉄道の自動改札機から乗客のＯＤデータを得て、このＯＤデータを積み上げることにより全体の乗客流動データを把握し、この全体の乗客流動データを過去のデータとして活用することにより、未来の乗客流動を予測することが可能になる。

例えば、事故や列車の乱れなどがない通常状態では、１週間前のデータを用いて未来の乗客の流動を予測する。また、正月やお盆といった季節要因に大きく影響される日には、１年前のＯＤデータを用いるようにして、過去の統計的に有意性のあるＯＤデータを用いて流動予測を行う。

一方、現在の乗客流動と予測した乗客流動の状態が大きく異なる場合、乗客流動に異常が発生していると判断し、管轄の職員（指令員や駅員など）に通知すると共に、予測当日の現時点までの実測値を過去のデータと比較して、最も類似するデータの日を検索し、その日の時間帯別ＯＤデータを用いて乗客流動を予測する。

図２は本発明の第１実施例を示す鉄道輸送における乗客流動予測方法の説明図であり、その予測すべき当日の自動改札機通過データを表している。図３は、図２における自動改札機通過データに類似する過去の自動改札機通過データを示す図である。

この実施例では、類似する過去の日付を検索する際の情報として自動改札機通過データを用いる。ここでは、過去の各駅における自動改札機通過データを蓄積しておき、その蓄積された自動改札機通過データから予測当日と統計的に近い過去の日のデータを検索し、検索された日の時間帯別ＯＤデータを微調整して当日の時間帯別ＯＤデータの予測値として用いる。

例えば、図２に示すように、予測当日に実測値として自動改札機通過データａが得られている場合、過去の蓄積された自動改札機通過データから、データａと最も類似する、同じ時間帯の過去の自動改札機通過データｃを検索し、図３のようなデータを抽出する。

抽出された過去の自動改札機通過データから、図２における未来の自動改札機通過データは、図３のようになると予測することができる。つまり、図３における過去の自動改札機通過データｄを図２における点線で表される予測当日の未来の予測値ｂとして得ることができる。すなわち、図２における未来の自動改札機通過データｂは、実線で得られた現在までの自動改札機通過データａと最も類似する自動改札機通過データｃをもつ過去の日付の自動改札機通過データｄに一致する傾向があると予測する。その最も類似する過去日付の時間帯別ＯＤデータを、微調整して、予測当日の時間帯別ＯＤデータの未来の予測値として乗客流動を予測する。

自動改札機通過データから予測当日と近い過去のデータを持つ日を検索する方法としては、以下のような方法がある。

（１）駅ごとの自動改札機通過データから検索する方法
表１の時間帯別通過データでは１行に１つの時間帯の通過データを表記しているが、このようなデータを行列で表すと以下のようになる。

この行列の行ごとのデータを順に一つの行に並べると、以下のような次元の極めて大きな（数十〜数百次元の）ベクトルとみなすことができる。

（ｘ₁₁，ｘ₁₂，ｘ₁₃，ｘ₁₄，…，ｘ₂₁，ｘ₂₂，ｘ₂₃，ｘ₂₄，…，ｘ₃₁，ｘ₃₂，ｘ₃₃，ｘ₃₄，…，ｘ₄₁，ｘ₄₂，ｘ₄₃，ｘ₄₄，…，…）
予測を行う日と最も類似する日を検索するには、予測を行う時点までのある一定個数の時間帯別通過データの実測値を取り出して、上記のようなベクトルを作る。同時に、蓄積された過去の時間帯別通過データでも、条件が同じ時間帯のデータから同様にベクトルを作り、両者を比較して最も類似するデータを持つ日を、予測当日と類似する日とみなす。

例えば、午前８時に予測を行うとして、２４時間分のデータを比較に用いる場合を考える。この場合、前日の午前８時から当日の午前８時までの時間帯別通過データの実測値を収集し、収集されたデータから上記のようなベクトルを生成する。同様に、蓄積された過去の時間帯別通過データで全ての日において午前８時までの２４時間分のベクトルを生成する。このようにして、生成された当日のベクトルに最も近い過去のベクトルを持つ日を検索する。例として、比較・検索に用いるデータを２４時間としたが、これは４８時間でも、当日の最初のデータから予測を行う時刻までのデータでも、前日の最初のデータから予測を行う時刻までのデータでもかまわない。また、入場データのみでも出場データのみでも、入場と出場の両方のデータを用いてかまわない。

当日のデータのベクトルと過去のデータのベクトルの比較方法として、相関係数を用いる方法と、ベクトル間の距離を用いる方法、ベクトルのなす角を用いる方法がある。

相関係数を用いる方法では、当日のデータとピアソンの積率相関係数が最も大きな値を示す過去のデータを検索する。

あるいは、券種ごとに比ｒを計算し、時間帯別ＯＤデータの同じ券種に券種ごとの比ｒを乗じることで行う。
（２）全駅の自動改札機通過データから検索する方法
駅ごとの自動改札機通過データから検索する方法では、駅ごとに比較用のベクトルを生成していたが、この方法では，全ての駅の通過データから１つの比較用のベクトルを生成して、類似するベクトルを過去のデータの蓄積から検索する。

駅ごとの自動改札機通過データから検索する場合と同様、比較に用いるデータは、予測を行う当日までの２４時間分のデータでも、４８時間分のデータでもかまわない。また、比較方法も、同様にベクトル間の相関係数を用いる方法、ベクトル間の距離を用いる方法、ベクトルのなす角を用いる方法がある。

ベクトルが最も類似する過去のデータを検索したら、その日の時間帯別ＯＤデータを微調整することで，当日の時間帯別ＯＤデータの予測値として利用することも駅ごとの通過データを用いる場合と同様である。

次に、第２実施例について説明する。

第２実施例では、類似する過去の日付を検索する際のデータとして、時間帯別ＯＤデータを用いる。

過去の時間帯別ＯＤデータを蓄積しておき、その蓄積された時間帯別ＯＤデータから予測当日と統計的に近い過去の日のデータを検索し、検索された日の時間帯別ＯＤデータを微調整して当日の時間帯別ＯＤデータの予測値として用いる手法である。時間帯別ＯＤデータから予測当日と近い過去のデータを持つ日を検索する方法としては、以下に挙げるような方法がある。

（１）ＯＤの組み合わせごとに検索する方法
表２に示す時間帯別ＯＤデータでは、１番目のＯＤ組み合わせについて１日の最初の時間帯から最後の時間帯までのデータが１行ずつ記録され、次に２番目のＯＤ組み合わせについて同様に記録され、残りのＯＤ組み合わせについても同様に記録される。このデータから、１つのＯＤ組み合わせのデータのみ取り出せば、表１の時間帯別通過データから入場／出場の種別を省いたデータと同等の形式になる。

したがって、ＯＤ組み合わせごとに検索する方法は、駅ごとの通過データから検索する方法と全く同様な手法により予測当日とＯＤデータが類似する過去の日付を検索することができる。

検索された日付の時間帯別ＯＤデータは微調整して予測データとして用いることも、駅ごとの通過データから予測する場合と同様である。

（２）全てのＯＤ組み合わせから検索する方法
上記したＯＤ組み合わせごとに検索する方法では、一つのＯＤ組み合わせごとに比較用のベクトルを生成して類似する過去の日付を検索するが、この方法では、ＯＤの組み合わせごとに生成されるベクトルを全て組み合わせて、極めて大きな次元（数千次元以上）のベクトルを生成し、過去の日付を検索する。過去の日付を検索した後は、ＯＤ組み合わせごとに検索する方法と同様である。

次に、第３実施例について説明する。

第３実施例では、類似する過去の日付を検索する際、蓄積された時間帯別ＯＤデータを一種の信号波形とみなし、信号処理の手法を適用することで将来の時間帯別ＯＤデータを予測するものである。具体的には、ＯＤの組み合わせごとに、予測を実施するまでの時間帯別ＯＤデータをフーリエ変換や線形予測法などの周波数分析手法を用いて周波数分析を行い、分析結果を逆フーリエ変換することで今後の時間帯別ＯＤデータの波形を予測する。予測には各ＯＤの総通過を使う方法と、券種ごとの時間帯別ＯＤデータを使う方法がある。券種ごとの時間帯別ＯＤデータを用いる方法では、券種ごとに周波数分析を行って予測波形を生成する。

図４は本発明の実施例を示す鉄道輸送における乗客流動予測システムの構成図、図５はその乗客流動予測システムの情報管理所のブロック図である。

これらの図において、１〜１０はある路線の駅、１１〜２０はその駅１〜１０に設置される自動改札機、２１は自動改札機１１〜２０からの乗客の乗降情報を受信する情報管理所であり、この情報管理所２１では時間帯別ＯＤデータが編集される。この情報管理所２１は、入力インターフェース２１Ａ，２１Ｂと、ＣＰＵ（中央処理装置）２１Ｃと、過去の時間帯別ＯＤデータの情報記憶装置２１Ｅと、当日の時間帯別ＯＤデータ記憶装置２１Ｄと、情報管理所２１とその路線を運行中の鉄道車両３１との通信をとるための無線送信装置２１Ｆ、この無線送信装置２１Ｆに接続される送信アンテナ２２を備えている。また、鉄道車両３１は情報管理所２１に設置されている送信アンテナ２２からの情報を受信する受信アンテナ３２を備えており、この受信アンテナ３２より得られた情報は、運転席の表示装置（図示なし）に表示することができる。

図６は本発明の実施例を示す鉄道輸送における乗客流動予測システムの模式図である。

この図において、４１は運行管理システム、４２はその運行管理システム４１から得られるダイヤデータ、４３は各駅（例えば，Ａ駅、Ｂ駅、Ｃ駅）に配置される自動改札機、４４〜４６は各駅（例えば，Ａ駅、Ｂ駅、Ｃ駅）ごとの時間帯別ＯＤデータであり、ダイヤデータ４２と時間帯別ＯＤデータ４４〜４６を利用することにより、あるダイヤにおける各駅（例えば，Ａ駅、Ｂ駅、Ｃ駅）ごとの乗客流動を予測する。

なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨に基づき種々の変形が可能であり、これらを本発明の範囲から排除するものではない。

本発明の乗客流動予測システムは、鉄道輸送の自動改札機で得られる時間帯別ＯＤデータを用いることで乗客流動を予測し、鉄道輸送の運転整理を行う際に列車の運行区間や本数を適切に設定することができるシステムとして利用可能である。

本発明にかかる推定対象の鉄道ネットワーク例を示す図である。 本発明の第１実施例を示す鉄道輸送における乗客流動予測方法の説明図である。 図２における自動改札機通過データに類似する過去の自動改札機通過データを示す図である。 本発明の実施例を示す鉄道輸送における乗客流動予測システムの構成図である。 本発明の実施例を示す鉄道輸送における乗客流動予測システムの情報管理所のブロック図である。 本発明の実施例を示す鉄道輸送における旅客流動予測情報取得方法の模式図である。

符号の説明

１〜１０ ある路線の駅
１１〜２０ 自動改札機
２１ 情報管理所
２１Ａ，２１Ｂ 入力インターフェース
２１Ｃ ＣＰＵ（中央処理装置）
２１Ｄ 当日の時間帯別ＯＤデータ記憶装置
２１Ｅ 過去の時間帯別ＯＤデータの情報記憶装置
２１Ｆ 無線送信装置
２２ 送信アンテナ
３１ 鉄道車両
３２ 受信アンテナ
３３ 運転席
４１ 運行管理システム
４２ ダイヤデータ
４３ 各駅（例えば，Ａ駅、Ｂ駅、Ｃ駅）に配置される自動改札機
４４〜４６ 各駅（例えば，Ａ駅、Ｂ駅、Ｃ駅）ごとの時間帯別ＯＤデータ

Claims (7)

1. 鉄道輸送における乗客流動予測システムにおいて、
   （ａ）鉄道の自動改札機からＯＤデータを得る手段と、
   （ｂ）該ＯＤデータを積み上げることにより全体の乗客流動データを把握する手段とを備え、
   （ｃ）該全体の乗客流動データを過去の乗客流動データとして活用することにより、未来の乗客流動を予測することを特徴とする鉄道輸送における乗客流動予測システム。
2. 請求項１記載の鉄道輸送における乗客流動予測システムにおいて、事故や列車の乱れがない通常状態では、過去のＯＤデータを用いて前記未来の乗客流動を予測することを特徴とする鉄道輸送における乗客流動予測システム。
3. 請求項２記載の鉄道輸送における乗客流動予測システムにおいて、前記過去のＯＤデータが過去の統計的に有意性のあるデータであることを特徴とする鉄道輸送における乗客流動予測システム。
4. 請求項１記載の鉄道輸送における乗客流動予測システムにおいて、現在の乗客流動の状態と、前記予測した乗客流動の状態が大きく異なる場合、乗客流動に異常が発生していると判断し、管轄の職員に通知し、表示することを特徴とする鉄道輸送における乗客流動予測システム。
5. 請求項４記載の鉄道輸送における乗客流動予測システムにおいて、前記管轄の職員は、司令員や駅員であることを特徴とする鉄道輸送における乗客流動予測システム。
6. 請求項４記載の鉄道輸送における乗客流動予測システムにおいて、
   （ａ）前記自動改札機からの情報によって得られた時間帯別ＯＤデータが記憶される情報管理所の過去の時間帯別ＯＤデータの情報記憶装置と、
   （ｂ）前記自動改札機からの情報によって得られた当日の時間帯別ＯＤデータが記憶される前記情報管理所の当日の時間帯別ＯＤデータ記憶装置と、
   （ｃ）前記情報管理所において、前記当日の時間帯別ＯＤデータに類似する過去の時間帯別ＯＤデータを持つ日を前記過去の時間帯別ＯＤデータから検索する手段とを備え、
   （ｄ）当日の予測すべき未来の時間帯別ＯＤデータを、当日の時間帯別ＯＤデータに最も類似する過去の時間帯別ＯＤデータを持つ日の時間帯別のデータによって予測することを特徴とする乗客流動予測システム。
7. 請求項６記載の乗客流動予測システムにおいて、前記時間帯別ＯＤデータをダイヤデータと組み合わせて用いることによって乗客流動を予測することを特徴とする乗客流動予測システム。