文献

J-GLOBAL ID：201802280063288298   整理番号：18A0512653

エージェントベースモデリングによる都市交通流の予測における空間認知の役割の調査【Powered by NICT】

Exploring the role of spatial cognition in predicting urban traffic flow through agent-based modelling

著者 (2件)： Manley Ed (The Bartlett Centre for Advanced Spatial Analysis (CASA), University College London, Gower Street, London WC1E 6BT, United Kingdom) ,  Cheng Tao (Department of Civil, Environmental and Geomatic Engineering, University College London, Gower Street, London WC1E 6BT, United Kingdom)
資料名： Transportation Research. Part A. Policy and Practice  (Transportation Research. Part A. Policy and Practice)
巻： 109  ページ： 14-23  発行年： 2018年 
JST資料番号： D0663B  ISSN： 0965-8564  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 都市システムは本質的には高度に複雑で非線形,多くの個体の行動と相互作用により定義した。新しいデータと高度シミュレーション法の豊富に基づいて,都市システムへの従来の研究は,この複雑さを,より詳細と信頼性都市を測定し,モデル化した。,最近の発展にもかかわらず,輸送モデリングの実際をこれらの進歩より遅れている。モデル設計の変化から生じる意味を,運転者の行動と認識に焦点を当てて,選択と経験の異なるモデルは,交通の分布に著しく影響を与えるかを示した。都市交通の従来のモデルは,認知科学領域から重要な知見の多くを完全に組み込むていないかを実証した,代わりに個々の最適化の観点から作用を記述することが多い。より認知的に豊富な観点からの挙動表現を組み込んだ探索エージェント・ベース・モデリングを導入した。具体的には,これらのシミュレーションにより,経路選択に関して空間認知および空間知識の不確実性の挿入が実世界環境の中で交通流の空間的広がりと体積に大きな影響を与えるかを識別した。これらの初期結果は,空間認知の個人レベルのモデルは,都市交通流を予測する上で重要な役割を果たしている可能性があることを,より大きな注意はこれらの手法が進むことに注意すべきであることを示した。本研究からの知見は,輸送システムのモデルの開発における重要な教訓を保持し,政策のための潜在的な意味を持っている。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 相互作用 ,  *モデリング ,  *空間知覚 ,  シミュレーション ,  交通システム ,  *エージェント ,  信頼性 ,  経路選定 ,  *都市 ,  認知科学 ,  不確実性 ,  *都市交通 ,  *交通流
準シソーラス用語： 都市システム ,  *エージェントベースモデリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 輸送モデリング ,  経路選択 ,  交通流 ,  空間認知 ,  複雑性

分類 (2件)： 交通調査  (TB01031B) ,  都市交通  (TA01020W)

タイトルに関連する用語 (7件)： エージェントベースモデリング ,  都市 ,  交通流 ,  予測 ,  空間認知 ,  役割 ,  調査