JP2010191890A - セントロイドを用いた大ゾーン間od交通量逆推定方法及びプログラム - Google Patents
セントロイドを用いた大ゾーン間od交通量逆推定方法及びプログラム Download PDFInfo
- Publication number
- JP2010191890A JP2010191890A JP2009038227A JP2009038227A JP2010191890A JP 2010191890 A JP2010191890 A JP 2010191890A JP 2009038227 A JP2009038227 A JP 2009038227A JP 2009038227 A JP2009038227 A JP 2009038227A JP 2010191890 A JP2010191890 A JP 2010191890A
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- traffic volume
- centroid
- node
- ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005259 measurement Methods 0.000 claims description 11
- 239000000523 sample Substances 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 6
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Abstract
【解決手段】既存セントロイド間OD交通量からOD交通の内内比率及び外内比率と、セントロイド間目的地選択確率を算出し、既存セントロイド発生交通量と、前記OD交通の内内比率及び外内比率と、前記セントロイド間目的地選択確率と、所定のノード発生・集中分担率と、からノード間OD交通量を算出し、ノード間OD交通量を道路ネットワークに経路配分することでノード間OD別リンク利用確率を算出し、推定セントロイド発生交通量と、前記OD交通の内内比率及び外内比率と、前記セントロイド間目的地選択確率と、前記ノード発生・集中分担率と、からノード間OD交通量推定式を構成し、ノード間OD交通量推定式とノード間OD別リンク利用確率とに基づきリンク交通量推定式を構成する。リンク交通量実測値と前記リンク交通量推定式の差を最小化することにより、推定セントロイド発生交通量を得る。
【選択図】図2
Description
a)既存交通センサスデータから得られるセントロイド間(大ゾーン間)OD交通量から、対象域内の各発生セントロイドのOD交通内内比率、対象域外の各発生ノード(流入ノード)のOD交通外内比率、セントロイド間目的地選択確率を算出し、
b)既存交通センサスデータから得られるセントロイド発生交通量と、前記OD交通内内比率と、前記OD交通外内比率と、前記セントロイド間目的地選択確率と、所定のノード発生分担率と、所定のノード集中分担率と、からノード間OD交通量を算出し、
c)各ノード間OD交通量を道路ネットワークに経路配分することでノード間OD別リンク利用確率を算出し、
d)リンク交通量観測時の推定セントロイド発生交通量と、前記OD交通内内比率と、前記OD交通外内比率と、前記セントロイド間目的地選択確率と、前記ノード発生分担率と、前記ノード集中分担率と、からノード間OD交通量推定式を構成し、
e)前記ノード間OD交通量推定式と前記ノード間OD別リンク利用確率とに基づきリンク交通量推定式を構成し、
f)リンク交通量実測値と、前記リンク交通量推定式との差を最小化することにより、推定セントロイド発生交通量を算出することを特徴としている(リンク交通量モデル)。
プローブカーデータによる実測に基づいて得たOD交通内内比率、OD交通外内比率、ノード間目的地選択確率、ノード発生分担率、ノード間OD別リンク利用確率を用いる交通量逆推定方法であって、
推定セントロイド発生交通量(未知値)、OD交通内内比率、OD交通外内比率、ノード間目的地選択確率、ノード発生分担率、に基づきノード間OD交通量推定式を構成し、
前記ノード間OD交通量推定式と前記ノード間OD別リンク利用確率とに基づきリンク交通量推定式を構成し、
リンク交通量実測値と、前記リンク交通量推定式との差を最小化することにより、推定セントロイド発生交通量を算出する(プローブカーデータによる方法)。
セントロイドで取り扱われる発生交通量および集中交通量を、ゾーン内の主要ノードに分担させる方法を、簡単なネットワークを用いて説明する。OD交通量逆推定モデルの適用対象地域における道路ネットワークとゾーニング(ゾーン分割)が図3のように与えられているとする。この例では、対象地域が3個のゾーンで構成されており、ゾーン1ではノードが2個、ゾーン2ではノードが3個、ゾーン3ではノードが2個存在している。
G11=1000×8/10=800、G12=1000×2/10=200
A21=600×4/6=400、A22=A23=600×1/6=100
A31=400×3/4=300、A32=400×1/4=100
[対象域内から域内へのノード間OD交通量(内内OD交通量)]
ゾーン内のノード発生分担率とノード集中分担率が与えられると、これらを用いてセントロイド間OD交通量をノード間OD交通量に変換することができる。ここでは、セントロイド間OD交通およびノード間OD交通のいずれもOD交通種別ごとに取り扱うことにする。上で用いた図5の例は、対象地域における内内OD交通を示したものである。したがって、式(3)のセントロイド(ゾーン)cのゾーン内ノードciの内内OD交通に関する分担発生交通量GI ciは、正確に記述すると次の式(5)のように記述される。
対象域内から域外へのノード間OD交通量は次のようにして求められる。ゾーン内における各ノードへの発生交通量の分担方法は先と同様である。ノードへの分担発生交通量が求まると、次は発生ノードから域外ノードへの目的地選択確率を求めなければならない。域内の発生分担ノードciから域外ノードlへの目的地選択確率nc,lは、先と同様に、域内の発生セントロイドから域外ノードへ集中交通量(外周ノードへの流出リンク交通量)への目的地選択確率nclと同じであると仮定する(式10)。これらの目的地選択確率は既存交通センサスのOD交通量データから求められる。
Bゾーンベースでの交通センサスデータを用いることにより、域外外周ノードから域内セントロイドへのOD交通量は経路配分(等時間配分や時間比配分などによる交通量配分)をすることにより知ることができる。したがって、域外ノードkから域内セントロイドdへの目的地選択確率qkdは、既存交通センサスデータから求めることができる。セントロイド集中交通量のゾーン内ノードへの集中分担率βdjが上述のように求められるとすると、域外ノードkから域内ノードdjへの外内OD交通量Ukdjは次式(12)で求められる。
域外ノードkから域外ノードlへのOD交通量(通過交通量)Wklは既存交通センサスデータで与えられる。この外外OD交通量に対応する目的地選択確率をrkl、域外ノードkからの発生交通量(外周ノードから域内への流入交通量)を(1-λ)SkあるいはSE kと表示すると、OD交通量Wklは次式(13)で示される。
Bゾーンベースでの既存交通センサスデータを用いることにより、上述の方法でセントロイド間OD交通量をノード間OD交通量に変換することができる。すなわち、ノード間の内内OD交通量は式(9)、内外OD交通量は式(11)で、Ocの推定値を投入することで求めることができる。また、ノード間の外内OD交通量は式(12)、外外OD交通は式(13)で、Skの現実交通量(外周ノードから対象域内への流入交通量)を投入することで求められる。セントロイドベースのOD交通量逆推定は、変換されたノード間OD交通量データに基づいて行うことになる。
なおこの方法は、既存交通量配分手法の推定精度を格段に改善させる。既存の方法は、ノード発生分担率とノード集中分担率を固定値とせず、セントロイドとノードを結ぶダミーリンクを使って、セントロイド間OD交通量を経路配分するため、非現実的なノード間OD交通量が形成されるという問題点がある。しかし、本方法では、ノード発生分担率とノード集中分担率を固定値として用いることにより、ノード間OD交通量の現実適合性が増すため、その経路配分結果も精度が向上する。
逆推定モデルでOD交通量を推定するとき、ノード間OD交通のリンク利用確率を与えなければならない。これにはいくつかの方法があるが、例えば、交通センサスデータから作成されたノード間OD交通量を、利用者均衡配分することによってOD別リンク利用確率を与えることができる。リンク利用確率が既知となると、OD交通種別ごとのリンクaの利用交通量は次のように求められる。
内内OD交通:
プローブカーによるデータが利用できる場合は、OD交通内内比率、OD交通外内比率、ノード発生分担率、ノード間目的地選択確率およびリンク利用確率がすべて現実値で得られるので、より精度の高い推定をすることが可能となる。その場合、リンク交通量モデルの推定式は次の式(18)のように表示される。この方法では、現実データのノード間目的地選択確率がそのまま用いられ、ノード集中分担率が不要となる。
上記実施例のモデルでは、セントロイド発生交通量Ocのみを未知変数としており、OD交通量の内内率τcと外内率λkを固定値として外生的に与えるとしている。しかし、OD交通量の内内率、外内率を未知変数とするモデル式も考えられる。便宜的に、前者を変数拘束型、後者を変数緩和型と呼ぶならば、変数緩和型のリンク交通量モデルと結合モデルはそれぞれ以下の式(20)、(21)のように示される。
2…CPU
3…メモリ
4…表示部
5…入力部
6…記憶部
Claims (8)
- a)既存交通センサスデータから得られるセントロイド間OD交通量から、対象域内の各発生セントロイドのOD交通内内比率、対象域外の各発生ノードのOD交通外内比率、セントロイド間目的地選択確率を算出し、
b)既存交通センサスデータから得られるセントロイド発生交通量と、前記OD交通内内比率と、前記OD交通外内比率と、前記セントロイド間目的地選択確率と、所定のノード発生分担率と、所定のノード集中分担率と、からノード間OD交通量を算出し、
c)各ノード間OD交通量を道路ネットワークに経路配分することでノード間OD別リンク利用確率を算出し、
d)リンク交通量観測時の推定セントロイド発生交通量と、前記OD交通内内比率と、前記OD交通外内比率と、前記セントロイド間目的地選択確率と、前記ノード発生分担率と、前記ノード集中分担率と、からノード間OD交通量推定式を構成し、
e)前記ノード間OD交通量推定式と前記ノード間OD別リンク利用確率とに基づきリンク交通量推定式を構成し、
f)リンク交通量実測値と、前記リンク交通量推定式との差を最小化することにより、推定セントロイド発生交通量を算出する
ことを特徴とする交通量逆推定方法。 - 前記ノード発生分担率及び前記ノード集中分担率の値を固定とすることを特徴とする請求項1に記載の交通量逆推定方法。
- プローブカーデータから得られる実測に基づいて得たOD交通内内比率、OD交通外内比率、ノード間目的地選択確率、ノード発生分担率、ノード間OD別リンク利用確率を用いる交通量逆推定方法であって、
推定セントロイド発生交通量、OD交通内内比率、OD交通外内比率、ノード間目的地選択確率、ノード発生分担率、に基づきノード間OD交通量推定式を構成し、
前記ノード間OD交通量推定式と前記ノード間OD別リンク利用確率とに基づきリンク交通量推定式を構成し、
リンク交通量実測値と、前記リンク交通量推定式との差を最小化することにより、推定セントロイド発生交通量を算出する
ことを特徴とする交通量逆推定方法。 - 推定セントロイド発生交通量を算出するステップにおいて、リンク交通量実測値とリンク交通量推定式の差を最小化することに加え、既存の発生交通量パターンに基づくセントロイド発生交通量実測値とセントロイド発生交通量推定式の差を最小化することにより、推定セントロイド発生交通量を算出することを特徴とする請求項1〜3のいずれかに記載の交通量逆推定方法。
- 前記OD交通内内比率、前記OD交通外内比率の少なくとも一方を変数にすることを特徴とする請求項1〜4のいずれかに記載の交通量逆推定方法。
- 請求項1〜5のいずれかに記載の方法で算出された推定セントロイド発生交通量に前記セントロイド間目的地選択確率を乗算することにより、推定セントロイド間交通量を算出することを特徴とする交通量逆推定方法。
- 請求項6に記載の方法で算出された推定セントロイド間交通量に基づき、推定ノード間OD交通量を算出することを特徴とする交通量逆推定方法。
- 請求項1〜7のいずれかに記載の方法に係る処理をコンピュータに行わせるための交通量逆推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009038227A JP4517166B1 (ja) | 2009-02-20 | 2009-02-20 | セントロイドを用いた大ゾーン間od交通量逆推定方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009038227A JP4517166B1 (ja) | 2009-02-20 | 2009-02-20 | セントロイドを用いた大ゾーン間od交通量逆推定方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP4517166B1 JP4517166B1 (ja) | 2010-08-04 |
JP2010191890A true JP2010191890A (ja) | 2010-09-02 |
Family
ID=42709012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009038227A Active JP4517166B1 (ja) | 2009-02-20 | 2009-02-20 | セントロイドを用いた大ゾーン間od交通量逆推定方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4517166B1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014024264A1 (ja) * | 2012-08-08 | 2014-02-13 | 株式会社 日立製作所 | 交通量予測装置および方法 |
JP5971828B1 (ja) * | 2015-06-19 | 2016-08-17 | 株式会社福山コンサルタント | Od交通量の実数推定方法、od交通量の実数推定装置、od交通量の実数推定プログラム、並びに情報記録媒体 |
JP2017201440A (ja) * | 2016-05-02 | 2017-11-09 | 株式会社福山コンサルタント | 手段別od交通量の実数推計方法、手段別od交通量の実数推計装置、手段別od交通量の実数推計プログラム、並びに情報記録媒体 |
WO2024042690A1 (ja) * | 2022-08-25 | 2024-02-29 | 日本電信電話株式会社 | 交通量推定装置、交通量推定方法および交通量推定プログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB202106085D0 (en) * | 2021-04-28 | 2021-06-09 | Tomtom Traffic Bv | Generating closure data relating to closure of a stretch of navigable elements |
-
2009
- 2009-02-20 JP JP2009038227A patent/JP4517166B1/ja active Active
Non-Patent Citations (1)
Title |
---|
JPN6010002284, 飯田恭敬, 交通計画のための新パラダイム, 20080325, 82〜91、126〜128, JP, 技術書院 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014024264A1 (ja) * | 2012-08-08 | 2014-02-13 | 株式会社 日立製作所 | 交通量予測装置および方法 |
US9240124B2 (en) | 2012-08-08 | 2016-01-19 | Hitachi, Ltd. | Traffic-volume prediction device and method |
JP5941987B2 (ja) * | 2012-08-08 | 2016-06-29 | 株式会社日立製作所 | 交通量予測装置および方法 |
JP5971828B1 (ja) * | 2015-06-19 | 2016-08-17 | 株式会社福山コンサルタント | Od交通量の実数推定方法、od交通量の実数推定装置、od交通量の実数推定プログラム、並びに情報記録媒体 |
JP2017201440A (ja) * | 2016-05-02 | 2017-11-09 | 株式会社福山コンサルタント | 手段別od交通量の実数推計方法、手段別od交通量の実数推計装置、手段別od交通量の実数推計プログラム、並びに情報記録媒体 |
WO2024042690A1 (ja) * | 2022-08-25 | 2024-02-29 | 日本電信電話株式会社 | 交通量推定装置、交通量推定方法および交通量推定プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP4517166B1 (ja) | 2010-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Emrouznejad et al. | Fuzzy data envelopment analysis: A discrete approach | |
Ding et al. | Complex network theory applied to the growth of Kuala Lumpur’s public urban rail transit network | |
Alinezhad et al. | Sensitivity analysis of TOPSIS technique: the results of change in the weight of one attribute on the final ranking of alternatives | |
McDonnell | Challenges for integrated water resources management: how do we provide the knowledge to support truly integrated thinking? | |
JP2017084383A5 (ja) | ||
JP4517166B1 (ja) | セントロイドを用いた大ゾーン間od交通量逆推定方法及びプログラム | |
CN103823951B (zh) | 一种量化路网特征及其土地利用效应的方法 | |
US20150046532A1 (en) | Method for supporting automated metadata augmentation in a hierarchical level architecture for machine-to-machine (m2m) cloud computing and corresponding system | |
Borgers et al. | Transport facilities and residential choice behavior: a model of multi‐person choice processes | |
Cantelmo et al. | Two-step approach for correction of seed matrix in dynamic demand estimation | |
CN106052692A (zh) | 一种最短路径规划导航方法及系统 | |
CN107978152A (zh) | 一种用于交通子网络出行矩阵估算的最大熵方法 | |
Joshi et al. | Diversification of infrastructure projects for emergent and unknown non‐systematic risks | |
Jiang et al. | Different ways of thinking about street networks and spatial analysis | |
Zischg et al. | Morphogenesis of urban water distribution networks: A spatiotemporal planning approach for cost-efficient and reliable supply | |
Abdul-Salam et al. | How effective are heuristic solutions for electricity planning in developing countries | |
Janssen et al. | Using geodesign to develop a spatial adaptation strategy for Friesland | |
Das et al. | Architectural Wireless Networks Solutions and Security Issues | |
Kao | Network data envelopment analysis with fuzzy data | |
Sun et al. | Subnetwork origin-destination matrix estimation under travel demand constraints | |
Zhang et al. | Understanding and predicting the spatio‐temporal spread of COVID‐19 via integrating diffusive graph embedding and compartmental models | |
Wang et al. | Sensor location model to optimize origin–destination estimation with a bayesian statistical procedure | |
Bentley et al. | The network interpolation of population for flow modeling using dasymetric mapping | |
CN107300390B (zh) | 一种河网水动力模型的实时校正方法和实时校正系统 | |
Du et al. | An automatic service composition algorithm for constructing the global optimal service tree based on QoS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100423 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20100423 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4517166 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140528 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |