起終点交通量を潜在変数とする多様体学習とネットワークデザインのための代理モデルの構築

抄録

本論文では，歩行者行動に着目し，Origin-Destination交通分布と経路選択パラメータを同時に推定する手法の構築を試みる．目的関数に対しては，情報幾何学の観点から，収束解の一意性を保証する推定アルゴリズムを提案する．提案した手法に基づき，実測データを用いた推定を行った．また，旅行者の期待効用などの定量的な観点から，都市機能のネットワークデザイン問題を代理モデルによって高速化することを試みる．ネットワークデザイン問題は，解集合が離散的であり，割り当てが再帰的ロジットモデルによって計算されるため，膨大な計算コストがかかる．そこでネットワークと目的関数値の教師データを用いて、フィードフォワード・ニューラルネットワークを学習することで、高速化した枠組みを提案する。