交通予測

交通予測とは、将来特定の交通施設を利用する車両や人の数を推定する試みです。たとえば、計画中の道路や橋の車両数、鉄道の乗客数、空港を訪れる乗客数、港に寄港する船舶の数などを予測することができます。交通予測は、現在の交通に関するデータの収集から始まります。この交通データは、人口、雇用、旅行率、旅行費用などの他の既知のデータと組み合わせて、現在の状況の交通需要モデルを開発します。人口、雇用などの予測データを入力すると、将来の交通量の推定値が得られます。これは通常、問題の交通インフラの各セグメント、たとえば各道路セグメントまたは鉄道駅ごとに推定されます。現在のテクノロジーにより、動的データ、ビッグデータなどへのアクセスが容易になり、現在の推定値の予測可能性と精度を大幅に向上させる新しいアルゴリズムを開発する機会が提供されます。^[1]

交通予測は、交通政策、計画、エンジニアリングにおいて、インフラの容量（橋に必要な車線数など）を計算する、費用便益分析や社会的影響評価などを使用してプロジェクトの財務的および社会的実行可能性を推定する、大気汚染や騒音などの環境への影響を計算するなど、いくつかの重要な目的で使用されます。

4段階モデル

合理的計画の枠組みの中で、交通予測は伝統的に、順次的な 4 段階モデルまたは都市交通計画 (UTP) 手順に従ってきました。これは、1950 年代にデトロイト都市圏交通調査とシカゴ地域交通調査 (CATS) でメインフレームコンピューターに初めて実装されました。

土地利用予測はプロセスの開始点です。通常、人口増加などの予測は地域全体に対して行われます。このような予測は、地域の土地利用分析のための制御合計を提供します。通常、地域はゾーンに分割され、傾向分析または回帰分析によって、それぞれの人口と雇用が決定されます。

古典的な都市交通計画システムモデルの 4 つのステップは次のとおりです。

旅行生成は、土地利用や世帯の人口統計、その他の社会経済的要因に応じて、旅行目的別に各ゾーンの旅行の出発地または目的地の頻度を決定します。
旅行分布は、出発地と目的地をマッチングさせるもので、多くの場合、エントロピー最大化モデルに相当する重力モデル関数が使用されます。古いモデルには、反復比例フィッティングの一種であるフラター法やファーネス法が含まれます。^[2]
モード選択では、特定の交通モードを使用する各出発地と目的地間の移動の割合を計算します(このモードモデルはロジット形式になる場合があります)。
ルート割り当ては、出発地と目的地の間の特定のモードによる移動をルートに割り当てます。多くの場合 (高速道路のルート割り当ての場合)、ウォードロップのユーザー均衡原理(ナッシュ均衡に相当) が適用されます。この原理では、各ドライバー (またはグループ) は、他のすべてのドライバーが同じことを行うことを条件に、最短 (移動時間) の経路を選択します。難しいのは、移動時間は需要の関数であるのに対し、需要は移動時間の関数であることです (いわゆる2 レベル問題)。別のアプローチは、スタックベルク競争モデルを使用することです。このモデルでは、ユーザー (「フォロワー」) は「リーダー」、この場合はたとえば交通管理者の行動に応答します。このリーダーはフォロワーの応答を予測します。

従来のモデルの後に、合意された一連の決定基準とパラメータに従って評価が行われます。一般的な基準は費用対効果分析です。このような分析は、ネットワーク割り当てモデルによって必要な容量が特定された後に適用される場合があります。つまり、そのような容量は価値があるのでしょうか。予測と決定のステップをプロセスの追加ステップとして特定することに加えて、予測と意思決定が UTP プロセスの各ステップに浸透していることに注意することが重要です。計画は将来を扱うものであり、予測に依存します。

アクティビティベースのモデル

アクティビティベースモデルは、個人が特定のアクティビティ (仕事、余暇、買い物など) をいつどこで行うかを予測する別のクラスのモデルです。

アクティビティベースモデルの主な前提は、旅行需要は人々が必要とする、または実行したい活動から生まれ、旅行の決定はスケジュール決定の一部を形成するというものです。旅行は、システムの属性の 1 つに過ぎないと見なされます。したがって、旅行モデルは、アクティビティスケジュール決定のコンポーネントとして、アジェンダのコンテキスト内に設定されます。

活動ベースモデルは、4段階モデル以外の可能性も提供しており、例えば、排出量や大気汚染への曝露などの環境問題をモデル化することができます。環境目的における明らかな利点はShiftanによってほぼ10年前に認識されていましたが、^[3]曝露モデルへの応用はまだほとんどありません。活動ベースモデルは最近、排出量^[4]や大気質の予測に使用されています。^[5] ^[6] また、活動ごとの個々の曝露を分解しながら、曝露の総量をより正確に推定することもできます。^[7]^[8] したがって、曝露の誤分類を減らし、健康への影響と大気質の関係をより正確に確立するために使用できます。^[9] 政策立案者は、活動ベースモデルを使用して、時間的活動パターンを変更することで曝露を減らす戦略や、人口の特定のグループをターゲットにする戦略を考案できます。^[10]^[11]

統合交通 - 土地利用モデル

これらのモデルは、輸送ネットワークと運用の変更が将来の活動場所に与える影響を予測し、これらの新しい場所が輸送需要に与える影響を予測することを目的としています。

ドライバーごとのモデル

データサイエンスとビッグデータ技術が交通モデリングに利用できるようになると、研究は都市全体の個々のドライバーの行動を個人レベルでモデル化および予測する方向に進んでいます。^[12]これには、個々のドライバーの出発地と目的地、および効用関数の理解が含まれます。これは、 ANPRカメラなどによって道路ネットワークで収集されたドライバーごとのデータを、ソーシャルネットワークプロファイルのデータ、ストアカードの購入データ、検索エンジンの履歴などの個人に関するその他のデータと融合することによって行うことができます。これにより、予測の精度が向上し、特定のドライバーをカスタマイズして優先順位付けするための交通制御能力が向上しますが、地方政府や中央政府が識別可能な個人に関するデータをさらに使用することになるため、倫理的な懸念も生じます。このような部分的に個人データを統合することは魅力的ですが、大規模監視に対する批判に関連して、その可能性についてはプライバシーに関する大きな懸念があります。

前兆ステップ

UTP プロセスのステップとして特定されていませんが、 UTP 分析プロセスには大量のデータ収集が伴います。国勢調査と土地利用データのほか、家庭インタビュー調査や旅程調査も収集されます。家庭インタビュー調査、土地利用データ、および特別な旅行魅力調査は、UTP 分析ツールを実行するための情報を提供します。

データの収集、管理、処理、モデル推定、および計画作成のためのモデルの使用は、UTP プロセスでよく使用される手法です。初期の米国では、国勢調査データは、連邦道路管理局の前身である公道局によって開発されたデータ収集方法、つまり交通量カウント手順、非常線による「どこから来てどこへ行くのか」のカウント、および家庭インタビュー手法によって補強されていました。ネットワークをコーディングするためのプロトコルと、分析または交通ゾーンの概念は、CATS で生まれました。

モデル推定には既存の技術が使用され、計画は研究で開発されたモデルを使用して作成されました。現在と当時との主な違いは、初期に使用された BPR データ収集技術に加えて、交通計画に固有の分析リソースが開発されたことです。

批評

交通予測の連続的かつ集約的な性質は、多くの批判にさらされてきた。特に旅行需要に活動ベースを与えるなど、改善はなされてきたが、やるべきことはまだたくさんある。1990年代、モデル研究への連邦政府の投資のほとんどは、物理学者によって開発されたロスアラモス国立研究所のトランシムズプロジェクトに向けられた。スーパーコンピュータの使用と詳細なシミュレーションは実践よりは改善されているかもしれないが、従来のモデルよりも優れている（より正確である）ことはまだ証明されていない。商用バージョンはIBMにスピンオフされ、^[13]オープンソースバージョンもTRANSIMS Open-Sourceとして積極的に維持されている。^[14]^[15]

2009年の政府監査院の報告書では、交通モデリングに関する連邦政府の審査は、交通の結果（移動時間の短縮、汚染物質や温室効果ガスの排出量を国家基準内に抑えることなど）よりも、プロセス要件（例えば、一般市民が意見を述べる十分な機会があったか）に重点を置いていたと指摘されている。^[16]

交通モデルを実際に使用する際に見落とされがちな大きな問題の一つは、交通モデルから土地利用に関するフィードバックが全く得られないことである。高速道路や公共交通機関への投資は土地利用に反応するだけでなく、土地利用を形作る役割も担っている。^[17]

参照

注記

^ 「交通システムを管理する 1 つのアルゴリズムの作成。[Social Impact]。ITS。インテリジェント交通システムセンターおよびテストベッド」。SIOR 、Social Impact オープンリポジトリ。
^ Robinson, Darren 編 (2012 年 11 月 12 日)。「6」。持続可能な都市設計のためのコンピュータモデリング: 物理的原理、方法、およびアプリケーション。Routledge。p. 157。ISBN 9781136539350. 2017年10月6日閲覧。
^ Shiftan Y. (2000). 「空気の質を目的とした活動ベースのモデリングの利点: 理論と実践、そして将来のニーズ」.イノベーション. 13 (1): 95–110. doi :10.1080/135116100111685. S2CID 143098156.
^ Beckx C、Arentze T、Int Panis L、Janssens D、Vankerkom J、Wets G (2009)。「車両排出量を評価するための統合アクティビティベースのモデリングフレームワーク：アプローチとアプリケーション」。環境と計画B：計画と設計。36 （6）：1086–1102。doi ： 10.1068 / b35044。S2CID 62582857。
^ Beckx C, Int Panis L, Van De Vel K, Arentze T, Janssens D, Wets G (2009). 「活動ベースの輸送モデルの大気質モデリングへの貢献: ALBATROSS - AURORA モデルチェーンの検証」. Science of the Total Environment . 407 (12): 3814–3822. Bibcode :2009ScTEn.407.3814B. doi :10.1016/j.scitotenv.2009.03.015. PMID 19344931.
^ Hatzopoulou M 、 Miller E (2010)。「活動ベースの旅行需要モデルと交通排出・拡散モデルのリンク：トロントの大気汚染に対する交通機関の寄与」。交通研究パートD。15（6）：315-325。doi ： 10.1016 /j.trd.2010.03.007。
^ Dhondt; et al. (2012). 「動的曝露プロファイルを用いた大気汚染の健康影響評価：曝露と健康影響推定への影響」.環境影響評価レビュー. 36 : 42–51. doi :10.1016/j.eiar.2012.03.004.
^ Beckx C (2009). 「オランダにおける全国規模の動的人口曝露推定値の分解：活動ベースの輸送モデルの応用」大気環境. 43 (34): 5454–5462. Bibcode :2009AtmEn..43.5454B. doi :10.1016/j.atmosenv.2009.07.035.
^ Int Panis L (2010). 「新たな方向性: 大気汚染疫学は活動ベースモデルの恩恵を受けることができる」.大気環境. 44 (7): 1003–1004. Bibcode :2010AtmEn..44.1003P. doi :10.1016/j.atmosenv.2009.10.047. hdl : 1942/11256 .
^ Int Panis L, et al. (2009). 「オランダにおける社会経済階級とNO2大気汚染への曝露」疫学. 20 (6): S19. doi :10.1097/01.ede.0000362234.56425.2c. S2CID 72144535.
^ Int Panis L, et al. (2009). 「大気汚染への性別による曝露のモデル化」.疫学. 20 (6): S19. doi : 10.1097/01.ede.0000362233.79296.95 . S2CID 72224225.
^ Fox, Charles (2018-03-25). 交通のためのデータサイエンス. Springer.
^ Transims 2008-09-19 にWayback Machineでアーカイブ
^ TRANSIMS オープンソース - ホーム
^ 交通分析とシミュレーション
^ 米国政府監査院 (2009年9月9日)。「大都市計画組織: 交通計画能力と連邦政府の監視を強化するための選択肢あり」。米国政府監査院。米国政府監査院。 2017年10月7日閲覧。
^ van Wee, Bert (2015). 「視点：新世代の土地利用・交通相互作用モデルに向けて」Journal of Transport and Land Use . 8 (3) . 2017年10月7日閲覧。

参考文献

マイケル・マイヤー、エリック・J・ミラー『都市交通計画』、マグロウヒル、第2版、2000年。ISBN 0-07-242332-3
アスコット、エリザベス。2006 年。テキサス州サンマルコスのワンダーワールドドライブ高架道路の費用便益分析。応用研究プロジェクト。テキサス州立大学。http://ecommons.txstate.edu/arp/104/
Michael G. McNally、2000 年。「4 ステップモデル」。David A. Hensher および Kenneth J. Button 編『交通モデリングハンドブック』、35-52 ページ。http://www.its.uci.edu/its/publications/papers/CASA/UCI-ITS-AS-WP-00-5.pdf
Michael G. McNally、2000 年。アクティビティベースのアプローチ。交通モデリングハンドブック、David A. Hensher および Kenneth J. Button 編、53-69 ページ。http://www.its.uci.edu/its/publications/papers/CASA/UCI-ITS-AS-WP-00-4.pdf
Georg Hertkorn、(2005) Mikroskopische Modellierung von zeitabhängiger Verkehrsnachfrage und von Verkehrsflußmustern。論文（ドイツ語）、ドイツ航空宇宙センター、輸送研究所。 http://elib.dlr.de/21014/1/fb_2004-29_v2.pdf

[1] 「交通システムを管理する 1 つのアルゴリズムの作成。[Social Impact]。ITS。インテリジェント交通システムセンターおよびテストベッド」。SIOR 、Social Impact オープンリポジトリ。

[Robinson_Computur_Modelling-2] Robinson, Darren 編 (2012 年 11 月 12 日)。「6」。持続可能な都市設計のためのコンピュータモデリング: 物理的原理、方法、およびアプリケーション。Routledge。p. 157。ISBN 9781136539350. 2017年10月6日閲覧。

[Shiftan-3] Shiftan Y. (2000). 「空気の質を目的とした活動ベースのモデリングの利点: 理論と実践、そして将来のニーズ」.イノベーション. 13 (1): 95–110. doi :10.1080/135116100111685. S2CID 143098156.

[Beckx1-4] Beckx C、Arentze T、Int Panis L、Janssens D、Vankerkom J、Wets G (2009)。「車両排出量を評価するための統合アクティビティベースのモデリングフレームワーク：アプローチとアプリケーション」。環境と計画B：計画と設計。36 （6）：1086–1102。doi ： 10.1068 / b35044。S2CID 62582857。

[Beckx2-5] Beckx C, Int Panis L, Van De Vel K, Arentze T, Janssens D, Wets G (2009). 「活動ベースの輸送モデルの大気質モデリングへの貢献: ALBATROSS - AURORA モデルチェーンの検証」. Science of the Total Environment . 407 (12): 3814–3822. Bibcode :2009ScTEn.407.3814B. doi :10.1016/j.scitotenv.2009.03.015. PMID 19344931.

[Miller-6] ^ Hatzopoulou M 、 Miller E (2010)。「活動ベースの旅行需要モデルと交通排出・拡散モデルのリンク：トロントの大気汚染に対する交通機関の寄与」。交通研究パートD。15（6）：315-325。doi ： 10.1016 /j.trd.2010.03.007。

[Dhondt-7] Dhondt; et al. (2012). 「動的曝露プロファイルを用いた大気汚染の健康影響評価：曝露と健康影響推定への影響」.環境影響評価レビュー. 36 : 42–51. doi :10.1016/j.eiar.2012.03.004.

[Beckx2009-8] Beckx C (2009). 「オランダにおける全国規模の動的人口曝露推定値の分解：活動ベースの輸送モデルの応用」大気環境. 43 (34): 5454–5462. Bibcode :2009AtmEn..43.5454B. doi :10.1016/j.atmosenv.2009.07.035.

[Int_Panis-9] Int Panis L (2010). 「新たな方向性: 大気汚染疫学は活動ベースモデルの恩恵を受けることができる」.大気環境. 44 (7): 1003–1004. Bibcode :2010AtmEn..44.1003P. doi :10.1016/j.atmosenv.2009.10.047. hdl : 1942/11256 .

[Int_Panis_et_al.1-10] Int Panis L, et al. (2009). 「オランダにおける社会経済階級とNO2大気汚染への曝露」疫学. 20 (6): S19. doi :10.1097/01.ede.0000362234.56425.2c. S2CID 72144535.

[Int_Panis_et_al.2-11] Int Panis L, et al. (2009). 「大気汚染への性別による曝露のモデル化」.疫学. 20 (6): S19. doi : 10.1097/01.ede.0000362233.79296.95 . S2CID 72224225.

[12] Fox, Charles (2018-03-25). 交通のためのデータサイエンス. Springer.

[13] Transims 2008-09-19 にWayback Machineでアーカイブ

[14] TRANSIMS オープンソース - ホーム

[15] 交通分析とシミュレーション

[US_GAO_MPO_Process-16] 米国政府監査院 (2009年9月9日)。「大都市計画組織: 交通計画能力と連邦政府の監視を強化するための選択肢あり」。米国政府監査院。米国政府監査院。 2017年10月7日閲覧。

[van_Wee_land_use_interaction-17] van Wee, Bert (2015). 「視点：新世代の土地利用・交通相互作用モデルに向けて」Journal of Transport and Land Use . 8 (3) . 2017年10月7日閲覧。