Loading article…
交通シミュレーション、または交通システムのシミュレーションとは、交通システムの計画、設計、運用をより良くするために、コンピュータ ソフトウェアを適用して交通システム (高速道路のジャンクション、幹線道路、ロータリー、都心グリッド システムなど) を数学的にモデル化することです。[ 1 ]交通システムのシミュレーションは 1950 年代に始まり、[ 2 ]今日では交通工学と交通計画の重要な分野となっています。さまざまな国や地方の交通機関、学術機関、コンサルティング会社が、交通ネットワークの管理を支援するためにシミュレーションを使用しています。
輸送分野におけるシミュレーションは、解析的または数値的な処理では複雑すぎるモデルを研究できること、実験的研究に利用できること、解析的または数値的な処理では見落とされがちな詳細な関係性を研究できること、そして現在および将来のシナリオを魅力的な視覚的デモンストレーションとして作成できることから重要である。
シミュレーションを理解するには、システムの時間経過に伴う変化を記述するのに十分な情報を含む変数の集合であるシステム状態の概念を理解することが重要です。 [ 3 ]システム状態は離散的または連続的のいずれかです。交通シミュレーションモデルは、離散的および連続的な時間、状態、および空間に基づいて分類されます。[ 4 ]
輸送分野におけるシミュレーション手法では、確率論や統計学、微分方程式、数値解析法など、さまざまな理論を用いることができる。
最も初期の離散イベントシミュレーションモデルの1つはモンテカルロシミュレーションであり、これは一連の乱数を使用して交通状況を合成します。[ 5 ]
これに続いて、決定論的な規則からランダム性を生成するセルオートマトンモデルが登場した。
より最近の手法では、離散イベントシミュレーションまたは連続時間シミュレーションのいずれかを使用します。離散イベントシミュレーションモデルは、確率的（ランダムな要素を含む）かつ動的（時間が変数である）です。たとえば、単一サーバーの待ち行列は、サーバーが通常単一の場所にあり離散的であるため（例：信号機）、離散イベントシミュレーションを使用して非常にうまくモデル化できます。一方、連続時間シミュレーションは、モデルが時間間隔内に入力、状態、および出力の軌跡を持つ必要があるという離散イベントシミュレーションの欠点を解決できます。この手法では、微分方程式、特に数値積分法を使用する必要があります。[ 6 ]これらの方程式は、オイラー法などの単純な方法から、ヒューン法やルンゲ・クッタ法などの高次のテイラー級数法まで多岐にわたります。[ 7 ]
車間距離モデルと呼ばれる微視的な連続時間モデルの一種も、微分方程式に基づいています。代表的なモデルとしては、パイプモデル、インテリジェントドライバーモデル、ギップスモデルなどがあります。これらのモデルは、各車両の挙動（「微視的」）をモデル化し、それが交通システム全体（「巨視的」）に及ぼす影響を解析します。車間距離モデル（例えば、ギップスモデルとヒューンモデルの組み合わせ）を用いた数値解析手法を用いることで、システム遅延やボトルネックの特定など、交通状況に関する重要な情報を得ることができます。
上記の手法は一般的に既存システムの挙動をモデル化するために用いられ、多くの場合、さまざまな条件下（レイアウトの変更、車線規制、交通量のレベルの違いなど）における特定の関心領域に焦点を当てています。交通計画と予測は、広範囲にわたる交通需要をより深く理解し、さまざまな成長シナリオを組み込み、渋滞が移動分布に及ぼす影響をフィードバックループで考慮した上で、ネットワーク内のさまざまなリンク（区間）における将来の交通量を予測するために活用できます。
交通シミュレーションモデルは、ミクロ、マクロ、そして時にはメソの視点から有用です。シミュレーションは、交通計画と交通設計および運用の両方に適用できます。交通計画では、シミュレーションモデルは、地域の都市開発パターンが交通インフラのパフォーマンスに与える影響を評価します。地域の計画組織は、これらのモデルを使用して、より持続可能な移動につながる土地利用政策を策定するために、大気質などの地域の「もしも」のシナリオを評価します。一方、交通システムの運用と設計のモデリングは、高速道路回廊やボトルネックなどのより小さなスケールに焦点を当てています。車線タイプ、信号タイミング、その他の交通関連の質問が調査され、ローカルシステムの有効性と効率性が向上します。[ 8 ]特定のシミュレーションモデルは、運用またはシステム計画のいずれかをモデル化することに特化していますが、一部のモデルは、ある程度両方をモデル化する機能を備えています。
計画策定であれシステム運用であれ、シミュレーションは様々な輸送モードに利用できる。
旅客と貨物の両方の移動のための地上輸送は、おそらくシミュレーションが最も広く使用されている分野です。シミュレーションは、回廊レベルまたはより複雑な道路網ネットワークレベルで実行して、遅延、汚染、混雑などの計画、設計、運用を分析できます。地上輸送モデルには、車両、トラック、バス、自転車、歩行者など、道路移動のすべてのモードを含めることができます。従来の道路交通モデルでは、通常、特定のグループのすべての車両が同じ行動規則に従うという交通の集約表現が使用されます。マイクロシミュレーションでは、完全な交通問題（たとえば、高度道路交通システム、衝撃波）を調査できるように、ドライバーの行動とネットワークのパフォーマンスが含まれます。[ 9 ]
鉄道は貨物と旅客の両方にとって重要な輸送手段です。貨物輸送のための鉄道のモデリングは、運用効率を判断し、計画決定を合理化するために重要です。[ 10 ]貨物シミュレーションには、専用トラックレーン、商品フロー、回廊とシステム容量、交通割り当て/ネットワークフロー、および旅行需要予測を含む貨物計画などの側面が含まれます。[ 11 ]
海上輸送と航空輸送は、経済にとって重要な2つの分野です。海上輸送シミュレーションは主にコンテナターミナルのモデリングを含み、コンテナの取り扱いに関する物流を扱い、システム効率の向上を図ります。航空輸送シミュレーションは主に空港ターミナル業務（手荷物処理、保安検査場）と滑走路運用のモデリングを含みます。
個々の交通手段をシミュレーションするだけでなく、実際には複数の交通手段が統合されており、個々の交通手段では見落としがちな複雑さを抱えているため、マルチモーダルネットワークをシミュレーションすることがより重要になる場合が多い。また、交通手段間のネットワークシミュレーションは、特定のネットワークの影響を包括的な視点からより深く理解し、その影響をより正確に表現することで、重要な政策的示唆を実現することができる。交通手段間のシミュレーターの一例として、Azalient社が開発したCommuterが挙げられる。このシミュレーターは、シミュレーション中にエージェントによる動的な経路選択と交通手段選択を導入している。この種のモデリングは、従来のマイクロシミュレーションよりも詳細なレベルで需要と移動を考慮するため、ナノシミュレーションと呼ばれている。
交通シミュレーションは、都市環境シミュレーションと統合することも可能であり、道路網を含む広大な都市域をシミュレーションすることで、交通網が都市環境に及ぼす土地利用やその他の計画上の影響をより深く理解することができる。
シミュレーションソフトウェア[ 12 ]は、さまざまな面で進化を続けています。数学、工学、コンピューティングの新たな進歩により、シミュレーションソフトウェアプログラムは、より高速で、より強力で、より詳細で、より現実的になっています。[ 13 ]
交通モデルは一般的に、ミクロモデル、メソモデル、マクロモデル、メタモデルに分類できます。ミクロモデルは、個々の車両のダイナミクスや個々の旅行者の行動など、交通システムの個々の要素を研究します。メソモデルは、要素が均質であるとみなされる小グループで交通要素を分析します。典型的な例としては、車両隊列のダイナミクスや世帯レベルの旅行行動が挙げられます。マクロモデルは、集約された交通流のダイナミクスやゾーンレベルの旅行需要分析など、交通要素の集約された特性を扱います。
マイクロシミュレーションモデルは、個々の車両の動きを秒単位またはそれ以下の時間単位で追跡します。マイクロシミュレーションは、乱数を用いて車両を生成し、経路決定を行い、挙動を決定します。このような変動があるため、所望の精度を得るには、異なる乱数シードを用いてモデルを複数回実行する必要があります。システムが定常状態に達するまでには「ウォームアップ」期間があり、この期間は結果から除外する必要があります。
マイクロシミュレーションモデルは通常、アニメーション表示とテキストファイルへの数値出力という2種類の結果を生成します。誤った解釈を防ぐためには、ソフトウェアがどのように数値結果を蓄積し、要約したかを理解することが重要です。アニメーションはアナリストがパフォーマンスを迅速に評価するのに役立ちますが、定性的な比較に限られます。アニメーションで確認できる主な問題兆候は、永続的なキューの形成です。
「有効性指標」（MOE）は、各シミュレーションプログラム固有の方法で計算または定義される場合があります。MOEは、特定の代替案がプロジェクト目標をどの程度満たしているかを分類するシステム性能統計です。シミュレーションモデルを分析する際に最も一般的に使用されるMOEは以下のとおりです。
交通シミュレーションツールから一般的に報告されるその他の指標には、次のものがあります。
マイクロシミュレーションモデルの出力は、米国連邦高速道路容量マニュアル（HCM）の出力とは異なります。例えば、ほとんどのHCM手順では、ある交差点の運用は隣接する道路の状況に影響されないと想定されています（HCS 2000フリーウェイを除く）。ある場所からの「野次馬」や長い渋滞が別の場所に影響を与える場合、この想定は崩れてしまいます。
HCM 2010では、交通シミュレーションソフトウェアからの出力のうち、HCMでの分析や比較に最も適したタイプ（例えば、車両軌跡やループ検出器の生出力など）に関する改訂されたガイダンスが提供されています。
HCMでは、遅延は交差点のサービスレベル（LOS）を推定するために使用されます。ただし、マイクロシミュレーションプログラムとHCMでは、遅延の定義方法に明確な違いがあります。HCMは、1時間のうち最も交通量の多い15分間の平均制御遅延を使用して調整フローに基づいて遅延を算出します。総遅延と制御遅延の区別は重要です。制御遅延とは、信号制御によってグループが減速または停止する場合のことです。ソフトウェアのドキュメントを参照して、遅延の計算方法を理解することが重要です。マイクロシミュレーションの出力を使用してLOSを求めるには、遅延を15分間隔で累積し、異なる乱数シードを使用して複数回実行して平均する必要があります。HCMは調整フローを使用するため、遅延を比較するもう1つの方法は、シミュレーション入力の15分間のピーク交通量をピーク時間係数（PHF）で割ってシミュレーションの交通量を増やすことです。
HCM 2000 では、キューを、システムによるサービスを受けるために待機している車両、自転車、または人の列と定義しており、キューの先頭からのフローレートがキュー内の平均速度を決定します。キューの後方から加わる低速で移動する車両や人も、通常はキューの一部とみなされます。これらの定義はやや相対的で、曖昧な場合があります。ほとんどのマイクロシミュレーション プログラムでは、キューの長さはそのターン ベイまたはレーンのストレージ容量を超えることはできません。隣接リンクへのオーバーフローやネットワークからのオーバーフローは、結果に影響を与える可能性があるにもかかわらず、通常は考慮されません。（この場合、回避策として、一時的にこれらの影響を無視し、リンクのネットワークまたはストレージ領域を拡張して最大キュー長を含めることができます。）[ 14 ]