文献

J-GLOBAL ID：201902214469115945   整理番号：19A0690176

バス運行実績データの分析に基づく到着時刻予測モデルの提案と精度検証

Arrival Prediction Model and Precision Analysis based on Bus Traffic Data

著者 (7件)： 今井瞳 (名古屋大 大学院工学研究科) ,  今井瞳 (ヤフー) ,  廣井慧 (名古屋大 大学院工学研究科) ,  廣井慧 (位置情報サービス研究機構) ,  河口信夫 (名古屋大 大学院工学研究科) ,  河口信夫 (位置情報サービス研究機構) ,  河口信夫 (名古屋大 未来社会創造機構)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 60  号： 1  ページ： 101-117 (WEB ONLY)  発行年： 2019年01月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 情報通信技術の発展により,公共バスの位置情報やバス停出発時刻など,バスに関する様々な情報が容易に取得可能となった。しかし,バスは交通や天候などの様々な要因に影響を受け,運行状況が変化しやすく,正確な到着時刻予測が難しい。本論文では,重回帰分析とカルマンフィルタを併用し,バスの進行に合わせてリアルタイムに運行状況を考慮し予測精度を更新する到着時刻予測モデルを提案する。提案モデルは,過去の運行実績データをもとに算出した重回帰分析を用いた予測結果を,カルマンフィルタの初期値に入力する「MRKFモデル」と,MRKFモデルを改良しバスの進行に合わせて重回帰分析を用いて予測結果を更新する「EMRFモデル」である。予測結果をもとに,到着予測時刻とその誤差を提示し,バス停での待ち時間における利用者の不安や不満を解消し,利用者の行動選択肢を広げ,よりバスを利用しやすい社会の実現を目的とする。提案モデルについて評価を行い,平均予測誤差が従来手法の約186秒から約17秒となった。さらに,到着予測時刻と誤差の提示方法についてWeb調査を行い,169名の回答結果により,利用者のバス遅延や予測誤差に対する意識を調べ,本提案モデルの有効性を確認した。(著者抄録)

シソーラス用語： 予測モデル ,  *多重回帰分析 ,  *Kalmanフィルタ ,  *計算機利用システム ,  予測誤差 ,  調査 ,  検証 ,  Web調査 ,  *バスロケーションシステム ,  モデル
準シソーラス用語： *重回帰分析 ,  精度検証

分類 (1件)： 輸送管理  (TB01060R)

引用文献 (26件)：

• 吉田長裕,内田 敬,日野泰雄:GPS を活用したバスの定時運行評価に関する事例分析,土木計画学研究・講演集,Vol.27, XII(172) (2003).
• 前川裕一,林 夏美,牧野友哉,白石 陽:バス到着時刻におけるバス運行所要時間データと乗降客数データの活用,マルチメディア通信と分散処理ワークショップ論文集,No.6, pp.165-171 (2013).
• 前川裕一,中島秀之,白石 陽:乗降者数データと運行実績データを用いたバス到着時刻予測,情報処理学会第76回全国大会,2V-3, pp.157-158 (2014).
• 頭川正信,高野伸栄,萩原 亨:バス運行データを用いた路線バスの運行評価に関する研究,土木計画学研究・講演集,pp.285-288 (1998).
• 藤原由美恵,白石 陽:道路データとバス運行データを用いた路線バスの遅延要因分析,情報処理学会第78回全国大会,4U-07 (2016).

タイトルに関連する用語 (7件)： バス ,  実績データ ,  分析 ,  時刻 ,  予測モデル ,  提案 ,  精度検証