文献

J-GLOBAL ID：201702266217873336   整理番号：17A1357824

旅行時間のためのエージェントベースシミュレーション会計のためのネットワーク作業トリップ配分【Powered by NICT】

Network work trip assignment for agent-based simulation accounting for travel time

著者 (2件)： Fournier Nicholas (Department of Civil and Environmental Engineering, University of Massachusetts, Amherst, Amherst, Massachusetts 01003) ,  Christofa Eleni (Department of Civil and Environmental Engineering, University of Massachusetts, Amherst, Amherst, Massachusetts 01003)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MT-ITS  ページ： 480-485  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 計算能力とより大きなサンプルデータ源の進歩により,目的地選択は,ロジットモデルを用いた非集計データ自体よりむしろ凝集した重力モデルから決定することができる。残念なことに,より大きなサンプルデータは,そのようなモデルの空間分解能増加,しばしばプライバシー制約または調査コストのために制限されるとして必要とされる。これは限られたサンプルデータから凝集のために,不正確な高空間分解能通勤OD帰属を行った。もう一つの方法として,高分解能凝集OD雇用データは国勢調査源を通して利用可能な,重力モデルと可能な詳細なOD割当を行う。挑戦は,空間的に凝集した源を用いた非集計個体に目的地を指定する方法になる。凝集源を用いた非集計目的地,OD旅行時間行列を用いた個々の旅行時間によって制約されたを選定する方法を検討した。このプロセスは2,727交通解析ゾーンを横断して分布マサチューセッツ州ボストン地域における四百十万人の合成人口について行った。起源領域からモードによる旅行時間は起始部周辺ゾーン半径を作成し,個体の可能な目的地の数を大幅に低減した。このサブセットから,さらに年齢と産業の個々の基準を用いて階層化した可能性。ランダム割当が使用されているこの追加された旅行時間制約は目的地不可能に割り当てる個体の可能性を減少させた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高分解能 ,  プライバシー ,  *ネットワーク ,  階層構造 ,  凝集 ,  ロジットモデル ,  *旅行時間 ,  通勤 ,  *トリップ ,  雇用 ,  重力モデル ,  計算 ,  国勢調査 ,  空間分解能
準シソーラス用語： 目的地 , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (5件)： 旅行時間 ,  エージェントベースシミュレーション ,  会計 ,  トリップ ,  配分