JPH0620188A - 交通量予測装置 - Google Patents

Abstract

(57)【要約】 【目的】 外乱により大きな交通量変動が生じたときも
追従性の良い交通量予測を得る。 【構成】 トラフィックカウンタ１１による現在の交通
量検出値から一定時間前までの実測交通量を演算部１２
で求め、過去の時間帯毎の交通量を交通量変動時系列デ
ータ記憶部１３から取り込み、この時系列データに対し
交通量予測部１４で非線形力学系理論に基づいた決定論
的時系列モデルにより短期的な交通量予測を行い、この
予測値Ｎｍ（ｎ）と実測交通量Ｎｒ（ｎ−１）から変動
係数演算部１５が変動係数Ｊを求め、この変動係数と現
在の予測交通量Ｎｍ（ｎ）からファジイ推論手段１６，
１７がファジイ推論によって予測交通量を補正する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、道路トンネルの換気制
御のための交通量予測装置に関する。

【０００２】

【従来の技術】道路トンネルの換気制御は、トンネル内
外に設置される各種センサ（ＶＩ計，ＣＯ計，風向風速
計等）からの計測値及びトンネル内外の交通量から必要
な換気量を求め、換気機の運転台数等の自動制御を行
う。この換気制御により、道路トンネル内の排気ガス及
び煤煙等による汚染濃度を緩和する。

【０００３】道路トンネルにおいて、汚染の発生原因
は、トンネルを通過する自動車が排出する排気ガス及び
煤煙である。したがって、換気制御装置では、トンネル
を通過する自動車の台数を正確に予測し、汚染の度合い
を予測することが、重要な機能となっている。

【０００４】換気制御装置の設置条件によっては、トラ
フィックカウンタにより実際の交通量をリアルタイムに
取り込み、制御のパラメータとして使用できるものもあ
る。しかし、一般的にトラフィックカウンタの設置場所
等の問題から、生の計測値を自動制御のパラメータとし
てそのまま使用できないことが大多数である。

【０００５】したがって、換気制御装置では、交通量を
予測することが必要不可欠な機能となっている。

【０００６】従来の交通量予測方式には、交通量変動パ
ターンを利用するものがある。トンネルを通過する自動
車の台数は、１日の時間帯，曜日，季節によってパター
ン化されることが統計的に確認されており、例えば、図
５に１日の交通量の変動パターンの一例を示す。

【０００７】この交通量変動パターンを利用し、曜日
毎，時間帯別等に交通量を予測する。また、変動パター
ンは交通量の経年変化にも対応できるように随時成長さ
せる方式が各種実施されている。

【０００８】他の交通量予測方式として、１日を３０分
〜６０分程度刻みの時間帯に分け、各時間帯の平均交通
量を予測する方法が提案されている（例えば特開昭６３
−３０４９００号公報）。

【０００９】この予測方式では交通量検出器で検出され
た前日までの交通量の一次指数平滑値を当日の予測値と
している。

【００１０】

【発明が解決しようとする課題】曜日毎の交通量変動パ
ターンだけによる交通量予測は、どのような状態であっ
てもパターンに記憶している台数を使用することにな
る。このため、実際の交通量がパターン（同じ曜日の同
じ時間帯であっても）から大幅に外れた場合に、過剰又
は過小な換気制御を行ってしまう欠点があった。つま
り、交通量変動パターンによる交通量予測は、基準交通
量として換気制御の計画を立てるためには有効な手段で
あるが、何等かの外乱により実際の交通量に変動があっ
た場合に追従できない、という問題点がある。

【００１１】実際の交通量の変動が発生する原因は、具
体的に例を挙げると以下の通りである。

【００１２】（１）長期的観点からみた変動の原因 （イ）曜日、時間帯、季節、天候等の影響 （ロ）路線交通量の経年変化 （ハ）その他、定性的に表現できない交通量の変動 な
ど （２）短期的観点からみた変動の原因 （イ）大雪のため他の路線が通行止になり、換気制御の
対象としているトンネルが含まれる路線に自動車が集中
してしまった。

【００１３】（ロ）事故または工事のため、長時間で通
行規制や通行止を行った。

【００１４】（ハ）その他、定性的に表現できない交通
量の変動 など本発明の目的は、外乱により大きな交通
量変動が生じたときも追従性の良い予測ができる交通量
予測装置を提供することにある。

【００１５】

【課題を解決するための手段】本発明は、前記課題の解
決を図るため、道路トンネルの交通量を予測する交通量
予測装置において、現在の交通量を検出するトラフィッ
クカウンタの検出値から一定時間前までの実測交通量Ｎ
ｒ（ｎ−１）を求める実測交通量演算部と、一定期間の
過去の時間毎の交通量を記憶しておく交通量変動時系列
データ記憶部と、前記交通量変動時系列データ記憶部か
ら得る実績交通量に対して非線形力学系理論に基づいた
決定論的時系列モデルから短期的な交通量を予測する交
通量予測部と、前記実測交通量Ｎｒ（ｎ−１）と前記交
通量予測部から取り込む同じ時間帯の予測交通量Ｎｍ
（ｎ−１）とから交通量変動係数Ｊを次式

【００１６】

【数２】Ｊ＝Ｎｒ（ｎ−１）／Ｎｍ（ｎ−１） にしたがって求める変動係数演算部と、前記変動係数Ｊ
と前記交通量予測部から取り込んだ現在の予測交通量Ｎ
ｍ（ｎ）からファジイ推論によって予測交通量Ｎｆ
（ｎ）を求めるファジイ推論手段とを備えたことを特徴
とする。

【００１７】

【作用】長期的観点からみた交通量の変動の原因を非線
形力学系理論に基づいた決定論的時系列モデルから短期
的に将来の交通量を予測することにより解決し、短期的
観点からみた交通量の変動の原因をトラフィックカウン
タからの実測交通量と前記の非線形力学系理論に基づい
た決定論的時系列モデルから予測した交通量のずれから
ファジイ推論を行い予測交通量を補正し総合的に短期的
な将来の交通量の予測を行う。

【００１８】

【実施例】図１は本発明の一実施例を示す交通量予測の
ブロック図である。トラフィックカウンタ１は現在の交
通量を検出し、実測交通量演算部２はトラフィックカウ
ンタ１の検出値から直前の１時間の実測交通量Ｎｒ（ｎ
−１）を求める。

【００１９】交通量変動時系列データ記憶部１３は、一
定期間の過去の交通量計測値を時間帯毎に記憶し、常に
最新の値に更新しておく。

【００２０】交通量予測部１４は、交通量変動時系列デ
ータ記憶部１３から過去の実績交通量を読み込み、非線
形力学系理論に基づいた決定論的時系列モデルによる解
析を行い、短期的な将来の交通量を予測する。

【００２１】変動係数演算部１５は、実測交通量演算部
１２が求める直前１時間の実測交通量Ｎｒ（ｎ−１）
と、交通量予測部１４が予測した同じ直前１時間の予測
交通量Ｎｍ（ｎ−１）とから交通量変動係数Ｊを次式か
ら求める。

【００２２】

【数３】Ｊ＝Ｎｒ（ｎ−１）／Ｎｍ（ｎ−１） 補正演算部１６は、ファジイルールベース１７と共にフ
ァジイ推論手段を構成し、変動係数演算部１５からの変
動係数Ｊと、交通量予測部１４が予測した現在から１時
間の予測交通量Ｎｍ（ｎ）とを使い、ファジイ推論によ
って予測交通量Ｎｆ（ｎ）を求める。このファジイ推論
にはファジイルールベース１７からのルール，データを
参照して実行される。

【００２３】上述のように、本実施例では、長期的な観
点からみた交通量の変動に対する短期的な将来の交通量
予測を非線形力学系理論に基づいた決定論的時系列モデ
ルから予測し、短期的な観点からみた交通量の変動に対
する短期的な将来の交通量予測をトラフィックカウンタ
からの実測交通量と前記の非線形力学系理論に基づいた
決定論的時系列モデルにより予測した交通量のずれから
ファジイ推論を行い予測交通量を補正し、総合的に短期
的な将来の交通量の予測を行うものである。

【００２４】次にファジイ推論部１６における推論方法
の一例を具体例を挙げて説明する。ファジイルールベー
ス１７内には、ファジイ推論に用いるための各種データ
があらかじめ設定されている。そのうち１つがメンバシ
ップ関数である。この実施例では、変動係数Ｊ、今回予
測すべき１時間の非線形力学系理論に基づいた決定論的
時系列モデルから予測した予測交通量Ｎｍ（ｎ）、予測
交通量Ｎｆ（ｎ）についてそれぞれメンバシップ関数を
定義している。一例として、図２にＪ、図３にＮｍ
（ｎ）、図４にＮｆ（ｎ）を示す。ここでは、図２の変
動係数Ｊのメンバシップ関数について代表として説明す
る。ここで横軸がＪの値、縦軸がメンバシップ関数の成
立度合いである。横軸目盛は、前記式から求めた変動係
数の値に対応している。ここで、Ｋには５つのファジイ
集合が定義されている。ここで各ファジイラベルの意味
は次の通りである。

【００２５】・ＺＥ：かなり少ない ・Ｓ：少ない ・Ｍ：一致している ・Ｂ：多い ・ＢＢ：かなり多い 例えば、Ｊ＝１.２５の値では、メンバシップ関数のＭ
およびＢの両方に所属し、Ｍでは０.５、Ｂでは０.５の
成立度合いをとることがわかる。このようなメンバシッ
プ関数がＪ以外の、Ｎｍ（ｎ）、Ｎｆ（ｎ）についても
同様にすべて定義されており、夫々のファジイラベルの
意味は次の通りである。

【００２６】ＺＥ：ほとんど無い ＳＳ：かなり少ない ＳＢ：少ない Ｍ：中位 ＢＳ：多い ＢＢ：かなり多い 次に、予測交通量Ｎｆ（ｎ）を求めるためのファジイル
ールは、例えば表１に示すテーブルの論理にされる。

【００２７】

【表１】

【００２８】このテーブルは変動係数Ｊとパターン交通
量Ｎｍ（ｎ）とを条件部とし、結論部に予測交通量Ｎｆ
（ｎ）を求めるものである。このテーブルにおいて、横
欄から変動係数Ｊの所属するメンバシップ関数のファイ
ルラベルを、縦欄からパターン交通量Ｎｍ（ｎ）の所属
するメンバシップ関数のファジイラベルをそれぞれ求
め、テーブル上で対応するＮｆ（ｎ）の所属するメンバ
シップ関数の所属するメンバシップ関数のファジイラベ
ルから予測交通量を推論することができる。

【００２９】なお、上述の例で示すＪ及びＮｍ（ｎ）か
ら予測交通量Ｎｆ（ｎ）を求めるファジイ推論の過程に
ついては、マンダニのＭｉｎ−Ｍａｘ法などの各種方式
を使用できる。

【００３０】また、交通量予測間隔は１時間単位に限ら
ず、３０分単位など一定時間毎に必要に応じて間隔を変
更することもできる。

【００３１】

【発明の効果】以上のとおり、本発明によれば、長期的
観点からみた交通量の変動に対する短期的な将来の交通
量予測を非線形力学系理論に基づいた決定論的時系列モ
デルから予測し、短期的観点からみた交通量の変動をト
ラフィックカウンタからの実測交通量と前記の時系列モ
デルから予測した予測交通量のずれからファジイ推論を
行い予測交通量を補正し、総合的に交通量の予測を行う
ようにしたため、長期的な観点からみた定性的に表現で
きない交通量の変動や交通事故等によって実際の交通量
が大きく変動する等の短期的な観点からみた変動にも実
情に合った適格な交通量予測ができ、ひいては換気制御
に安定した追従性の良い制御及び省エネ制御を実現する
ことができる。

【図面の簡単な説明】

【図１】本発明の一実施例を示す交通量予測ブロック
図。

【図２】変動係数Ｊのメンバシップ関数。

【図３】パターン交通量Ｎｍ（ｎ）のメンバシップ関
数。

【図４】予測交通量Ｎｆ（ｎ）のメンバシップ関数。

【図５】１日の交通量の変動パターン。

【符号の説明】

１１…トラフィックカウンタ １２…実測交通量演算部 １３…交通量変動時系列データ記憶部 １４…交通量予測部 １５…変動係数演算部 １６…補正演算部 １７…ファジイルールベース

───────────────────────────────────────────────────── フロントページの続き (72)発明者 木村 孝 東京都小平市花小金井１−26−27

Claims (1)

【特許請求の範囲】
1. 【請求項１】 道路トンネルの交通量を予測する交通量
   予測装置において、現在の交通量を検出するトラフィッ
   クカウンタの検出値から一定時間前までの実測交通量Ｎ
   ｒ（ｎ−１）を求める実測交通量演算部と、一定期間の
   過去の時間毎の交通量を記憶しておく交通量変動時系列
   データ記憶部と、前記交通量変動時系列データ記憶部か
   ら得る実績交通量に対して非線形力学系理論に基づいた
   決定論的時系列モデルから短期的な交通量を予測する交
   通量予測部と、前記実測交通量Ｎｒ（ｎ−１）と前記交
   通量予測部から取り込む同じ時間帯の予測交通量Ｎｍ
   （ｎ−１）とから交通量変動係数Ｊを次式 【数１】Ｊ＝Ｎｒ（ｎ−１）／Ｎｍ（ｎ−１） にしたがって求める変動係数演算部と、前記変動係数Ｊ
   と前記交通量予測部から取り込んだ現在の予測交通量Ｎ
   ｍ（ｎ）からファジイ推論によって予測交通量Ｎｆ
   （ｎ）を求めるファジイ推論手段とを備えたことを特徴
   とする交通量予測装置。