JP5148416B2 - 乗客流動予測システム - Google Patents
乗客流動予測システム Download PDFInfo
- Publication number
- JP5148416B2 JP5148416B2 JP2008225414A JP2008225414A JP5148416B2 JP 5148416 B2 JP5148416 B2 JP 5148416B2 JP 2008225414 A JP2008225414 A JP 2008225414A JP 2008225414 A JP2008225414 A JP 2008225414A JP 5148416 B2 JP5148416 B2 JP 5148416B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- passenger flow
- time zone
- past
- prediction system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000007726 management method Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 3
- 229910003460 diamond Inorganic materials 0.000 claims description 3
- 239000010432 diamond Substances 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 37
- 239000013598 vector Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Traffic Control Systems (AREA)
Description
また、高速道路などにおいても渋滞を予測する方法が提案されており、鉄道輸送においても、利用者個人個人の利用履歴から乗客流動を予測する方法が提案されている。
なお、鉄道輸送における利用者の配分方法(下記非特許文献1)としても提案されている。
鉄道プロジェクトの評価手法マニュアル2005
本発明は、上記状況に鑑みて、鉄道輸送において、自動改札機で得られる乗車情報に基づいた統計的な手法により、乗客流動を確実に予測することができる乗客流動予測システムを提供することを目的とする。
〔1〕鉄道輸送における乗客流動予測システムにおいて、鉄道の自動改札機からODデータを得て、この得られたODデータを情報管理所のODデータ記憶装置に積み上げることにより全体の乗客流動データを把握し、この全体の乗客流動データを過去の乗客流動データとして活用することにより、未来の乗客流動を予測する鉄道輸送における乗客流動予測システムであって、事故や列車の乱れがない通常状態では、過去のODデータを用いて前記未来の乗客流動を予測することを特徴とする。
〔3〕上記〔1〕記載の鉄道輸送における乗客流動予測システムにおいて、現在の乗客流動の状態と、前記予測した乗客流動の状態が大きく異なる場合、乗客流動に異常が発生していると判断し、管轄の職員に通知し、表示することを特徴とする。
〔5〕上記〔3〕記載の鉄道輸送における乗客流動予測システムにおいて、
前記自動改札機からの情報によって得られた時間帯別ODデータが記憶される情報管理所の過去の時間帯別ODデータ記憶装置と、前記自動改札機からの情報によって得られた当日の時間帯別ODデータが記憶される前記情報管理所の当日の時間帯別ODデータ記憶装置と、前記情報管理所において、前記当日の時間帯別ODデータに類似する過去の時間帯別ODデータを持つ日を前記過去の時間帯別ODデータから検索する手段とを備え、当日の予測すべき未来の時間帯別ODデータを、当日の時間帯別ODデータに最も類似する過去の時間帯別ODデータを持つ日の時間帯別のデータによって予測することを特徴とする。
詳細な説明を行う前に用語の解説を行う。
(1)時間帯別通過データ
自動改札機を通過した利用者の人数を時間帯別に集計したデータである。通常は、通勤定期、通学定期、普通乗車券といった利用者の乗車券類の種類ごとに集計される。この時間帯別通過データの例を表1に示す。
(2)時間帯別ODデータ
利用者の出発駅(O)と到着駅(D)の組み合わせごとに人数を集計したデータをODデータと言い、一日を複数の時間帯に分割し、それぞれの時間帯において集計したODデータを時間帯別ODデータという。時間帯別ODデータは、通常、通勤定期、通学定期、普通乗車券といった利用者の乗車券類の種類ごとに集計されている。時間帯別ODデータの例を表2に示す。
この図には、関西の鉄道ネットワークが示されており、路線数が20路線、駅数が321駅、列車本数が4785本(一日)、利用人数260万人/日(951百万人)となっている。これらは利用者は乗車駅で乗車券を投入して自動改札機を通過して列車に乗車し、終着駅で乗車券を投入して自動改札機を通過して目的地へと向かう。
例えば、事故や列車の乱れなどがない通常状態では、1週間前のデータを用いて未来の乗客の流動を予測する。また、正月やお盆といった季節要因に大きく影響される日には、1年前のODデータを用いるようにして、過去の統計的に有意性のあるODデータを用いて流動予測を行う。
図2は本発明の第1実施例を示す鉄道輸送における乗客流動予測方法の説明図であり、その予測すべき当日の自動改札機通過データを表している。図3は、図2における自動改札機通過データに類似する過去の自動改札機通過データを示す図である。
抽出された過去の自動改札機通過データから、図2における未来の自動改札機通過データは、図3のようになると予測することができる。つまり、図3における過去の自動改札機通過データdを図2における点線で表される予測当日の未来の予測値bとして得ることができる。すなわち、図2における未来の自動改札機通過データbは、実線で得られた現在までの自動改札機通過データaと最も類似する自動改札機通過データcをもつ過去の日付の自動改札機通過データdに一致する傾向があると予測する。その最も類似する過去日付の時間帯別ODデータを、微調整して、予測当日の時間帯別ODデータの未来の予測値として乗客流動を予測する。
(1)駅ごとの自動改札機通過データから検索する方法
表1の時間帯別通過データでは1行に1つの時間帯の通過データを表記しているが、このようなデータを行列で表すと以下のようになる。
(x11,x12,x13,x14,…,x21,x22,x23,x24,…,x31,x32,x33,x34,…,x41,x42,x43,x44,…,…)
予測を行う日と最も類似する日を検索するには、予測を行う時点までのある一定個数の時間帯別通過データの実測値を取り出して、上記のようなベクトルを作る。同時に、蓄積された過去の時間帯別通過データでも、条件が同じ時間帯のデータから同様にベクトルを作り、両者を比較して最も類似するデータを持つ日を、予測当日と類似する日とみなす。
相関係数を用いる方法では、当日のデータとピアソンの積率相関係数が最も大きな値を示す過去のデータを検索する。
(2)全駅の自動改札機通過データから検索する方法
駅ごとの自動改札機通過データから検索する方法では、駅ごとに比較用のベクトルを生成していたが、この方法では,全ての駅の通過データから1つの比較用のベクトルを生成して、類似するベクトルを過去のデータの蓄積から検索する。
ベクトルが最も類似する過去のデータを検索したら、その日の時間帯別ODデータを微調整することで,当日の時間帯別ODデータの予測値として利用することも駅ごとの通過データを用いる場合と同様である。
第2実施例では、類似する過去の日付を検索する際のデータとして、時間帯別ODデータを用いる。
過去の時間帯別ODデータを蓄積しておき、その蓄積された時間帯別ODデータから予測当日と統計的に近い過去の日のデータを検索し、検索された日の時間帯別ODデータを微調整して当日の時間帯別ODデータの予測値として用いる手法である。時間帯別ODデータから予測当日と近い過去のデータを持つ日を検索する方法としては、以下に挙げるような方法がある。
表2に示す時間帯別ODデータでは、1番目のOD組み合わせについて1日の最初の時間帯から最後の時間帯までのデータが1行ずつ記録され、次に2番目のOD組み合わせについて同様に記録され、残りのOD組み合わせについても同様に記録される。このデータから、1つのOD組み合わせのデータのみ取り出せば、表1の時間帯別通過データから入場/出場の種別を省いたデータと同等の形式になる。
検索された日付の時間帯別ODデータは微調整して予測データとして用いることも、駅ごとの通過データから予測する場合と同様である。
上記したOD組み合わせごとに検索する方法では、一つのOD組み合わせごとに比較用のベクトルを生成して類似する過去の日付を検索するが、この方法では、ODの組み合わせごとに生成されるベクトルを全て組み合わせて、極めて大きな次元(数千次元以上)のベクトルを生成し、過去の日付を検索する。過去の日付を検索した後は、OD組み合わせごとに検索する方法と同様である。
第3実施例では、類似する過去の日付を検索する際、蓄積された時間帯別ODデータを一種の信号波形とみなし、信号処理の手法を適用することで将来の時間帯別ODデータを予測するものである。具体的には、ODの組み合わせごとに、予測を実施するまでの時間帯別ODデータをフーリエ変換や線形予測法などの周波数分析手法を用いて周波数分析を行い、分析結果を逆フーリエ変換することで今後の時間帯別ODデータの波形を予測する。予測には各ODの総通過を使う方法と、券種ごとの時間帯別ODデータを使う方法がある。券種ごとの時間帯別ODデータを用いる方法では、券種ごとに周波数分析を行って予測波形を生成する。
これらの図において、1〜10はある路線の駅、11〜20はその駅1〜10に設置される自動改札機、21は自動改札機11〜20からの乗客の乗降情報を受信する情報管理所であり、この情報管理所21では時間帯別ODデータが編集される。この情報管理所21は、入力インターフェース21A,21Bと、CPU(中央処理装置)21Cと、過去の時間帯別ODデータ記憶装置21Eと、当日の時間帯別ODデータ記憶装置21Dと、情報管理所21とその路線を運行中の鉄道車両31との通信をとるための無線送信装置21F、この無線送信装置21Fに接続される送信アンテナ22を備えている。また、鉄道車両31は情報管理所21に設置されている送信アンテナ22からの情報を受信する受信アンテナ32を備えており、この受信アンテナ32より得られた情報は、運転席の表示装置(図示なし)に表示することができる。
この図において、41は運行管理システム、42はその運行管理システム41から得られるダイヤデータ、43は各駅(例えば,A駅、B駅、C駅)に配置される自動改札機、44〜46は各駅(例えば,A駅、B駅、C駅)ごとの時間帯別ODデータであり、ダイヤデータ42と時間帯別ODデータ44〜46を利用することにより、あるダイヤにおける各駅(例えば,A駅、B駅、C駅)ごとの乗客流動を予測する。
11〜20 自動改札機
21 情報管理所
21A,21B 入力インターフェース
21C CPU(中央処理装置)
21D 当日の時間帯別ODデータ記憶装置
21E 過去の時間帯別ODデータ記憶装置
21F 無線送信装置
22 送信アンテナ
31 鉄道車両
32 受信アンテナ
41 運行管理システム
42 ダイヤデータ
43 各駅(例えば,A駅、B駅、C駅)に配置される自動改札機
44〜46 各駅(例えば,A駅、B駅、C駅)ごとの時間帯別ODデータ
Claims (6)
- 鉄道の自動改札機からODデータを得て、該得られたODデータを情報管理所のODデータ記憶装置に積み上げることにより全体の乗客流動データを把握し、該全体の乗客流動データを過去の乗客流動データとして活用することにより、未来の乗客流動を予測する鉄道輸送における乗客流動予測システムであって、事故や列車の乱れがない通常状態では、過去のODデータを用いて前記未来の乗客流動を予測することを特徴とする鉄道輸送における乗客流動予測システム。
- 請求項1記載の鉄道輸送における乗客流動予測システムにおいて、前記過去のODデータが過去の統計的に有意性のあるデータであることを特徴とする鉄道輸送における乗客流動予測システム。
- 請求項1記載の鉄道輸送における乗客流動予測システムにおいて、現在の乗客流動の状態と、前記予測した乗客流動の状態が大きく異なる場合、乗客流動に異常が発生していると判断し、管轄の職員に通知し、表示することを特徴とする鉄道輸送における乗客流動予測システム。
- 請求項3記載の鉄道輸送における乗客流動予測システムにおいて、前記管轄の職員は、司令員や駅員であることを特徴とする鉄道輸送における乗客流動予測システム。
- 請求項3記載の鉄道輸送における乗客流動予測システムにおいて、
(a)前記自動改札機からの情報によって得られた時間帯別ODデータが記憶される情報管理所の過去の時間帯別ODデータ記憶装置と、
(b)前記自動改札機からの情報によって得られた当日の時間帯別ODデータが記憶される前記情報管理所の当日の時間帯別ODデータ記憶装置と、
(c)前記情報管理所において、前記当日の時間帯別ODデータに類似する過去の時間帯別ODデータを持つ日を前記過去の時間帯別ODデータから検索する手段とを備え、
(d)当日の予測すべき未来の時間帯別ODデータを、当日の時間帯別ODデータに最も類似する過去の時間帯別ODデータを持つ日の時間帯別のデータによって予測することを特徴とする乗客流動予測システム。 - 請求項5記載の乗客流動予測システムにおいて、前記時間帯別ODデータをダイヤデータと組み合わせて用いることによって乗客流動を予測することを特徴とする乗客流動予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008225414A JP5148416B2 (ja) | 2008-09-03 | 2008-09-03 | 乗客流動予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008225414A JP5148416B2 (ja) | 2008-09-03 | 2008-09-03 | 乗客流動予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010061321A JP2010061321A (ja) | 2010-03-18 |
JP5148416B2 true JP5148416B2 (ja) | 2013-02-20 |
Family
ID=42188064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008225414A Expired - Fee Related JP5148416B2 (ja) | 2008-09-03 | 2008-09-03 | 乗客流動予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5148416B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512772A (zh) * | 2015-12-22 | 2016-04-20 | 重庆邮电大学 | 一种基于移动网络信令数据的动态人流量预警方法 |
CN108491958A (zh) * | 2018-02-11 | 2018-09-04 | 浙江工业大学 | 一种短时公交客流弦不变量预测方法 |
CN108710321A (zh) * | 2018-05-16 | 2018-10-26 | 上海应用技术大学 | 轨道交通车厢拥挤状态监测*** |
TWI815708B (zh) * | 2021-10-22 | 2023-09-11 | 韓商韓領有限公司 | 處理物品運送服務資訊之電子設備及其方法 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5800537B2 (ja) * | 2011-03-18 | 2015-10-28 | 株式会社日立製作所 | 旅客流動予測装置 |
JP5856456B2 (ja) * | 2011-12-02 | 2016-02-09 | 株式会社日立製作所 | 人流予測装置および方法 |
JP5712120B2 (ja) * | 2011-12-13 | 2015-05-07 | 株式会社日立製作所 | 情報提供システム |
JP5952711B2 (ja) * | 2012-10-24 | 2016-07-13 | Kddi株式会社 | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 |
JP6060635B2 (ja) * | 2012-11-13 | 2017-01-18 | 富士通株式会社 | 滞留情報算出方法、滞留情報算出装置、及びプログラム |
JP5959419B2 (ja) | 2012-11-26 | 2016-08-02 | 株式会社日立製作所 | 列車運行管理システムおよび列車運行管理システムの制御方法 |
JP6170772B2 (ja) * | 2013-07-24 | 2017-07-26 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム |
JP6224123B2 (ja) * | 2013-10-28 | 2017-11-01 | 株式会社日立製作所 | 列車ダイヤ作成支援システム及び列車ダイヤ作成支援方法 |
JP6116512B2 (ja) * | 2014-03-25 | 2017-04-19 | 株式会社日立製作所 | 自動列車運転システム、列車運転支援システム及び列車運行管理システム |
JP6527710B2 (ja) * | 2015-02-18 | 2019-06-05 | 株式会社日立製作所 | 鉄道情報提供システム、及び鉄道情報提供方法 |
CN105095993A (zh) * | 2015-07-22 | 2015-11-25 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种轨道站点客流量预测***及方法 |
CN106297288B (zh) * | 2016-08-23 | 2019-06-11 | 同济大学 | 一种公交乘客客流数据采集与分析方法 |
JP6872331B2 (ja) * | 2016-09-09 | 2021-05-19 | 株式会社日立製作所 | 評価システム及び評価方法 |
CN109035770B (zh) * | 2018-07-31 | 2022-01-04 | 上海世脉信息科技有限公司 | 一种大数据环境下公交载客量实时分析预测方法 |
JP7163105B2 (ja) * | 2018-08-27 | 2022-10-31 | 株式会社日立製作所 | 需要予測システムおよび需要予測方法 |
CN111091196B (zh) * | 2019-11-15 | 2022-08-02 | 佳都科技集团股份有限公司 | 客流数据确定方法、装置、计算机设备和存储介质 |
CN112288122B (zh) * | 2019-11-28 | 2024-02-27 | 南京行者易智能交通科技有限公司 | 一种基于客流od大数据的公交快速通勤线路设计方法 |
CN111667121A (zh) * | 2020-06-15 | 2020-09-15 | 常州市规划设计院 | 基于手机信令数据的轨道交通线路初期客流预测方法 |
CN112071067A (zh) * | 2020-09-17 | 2020-12-11 | 成都登辉科技有限公司 | 站台门客流分析模块及分析方法、***及分析方法 |
CN112508303B (zh) * | 2020-12-22 | 2022-09-27 | 西南交通大学 | 一种od客流预测方法、装置、设备及可读存储介质 |
KR102678725B1 (ko) * | 2021-10-29 | 2024-06-26 | 서울시립대학교 산학협력단 | 딥러닝을 이용한 지하철 칸별 혼잡도를 예측하기 위한 장치 및 이를 위한 방법 |
CN116128160B (zh) * | 2023-04-04 | 2023-07-28 | 北京经纬信息技术有限公司 | 一种铁路车站高峰客流预测方法、***及设备和介质 |
CN116187585B (zh) * | 2023-04-19 | 2023-07-14 | 杭州数知梦科技有限公司 | 对乘客的brt公交路线进行预测的方法、装置及应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3520189B2 (ja) * | 1997-12-01 | 2004-04-19 | 株式会社日立製作所 | 乗客流推定システム |
-
2008
- 2008-09-03 JP JP2008225414A patent/JP5148416B2/ja not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512772A (zh) * | 2015-12-22 | 2016-04-20 | 重庆邮电大学 | 一种基于移动网络信令数据的动态人流量预警方法 |
CN105512772B (zh) * | 2015-12-22 | 2020-09-15 | 重庆邮电大学 | 一种基于移动网络信令数据的动态人流量预警方法 |
CN108491958A (zh) * | 2018-02-11 | 2018-09-04 | 浙江工业大学 | 一种短时公交客流弦不变量预测方法 |
CN108491958B (zh) * | 2018-02-11 | 2021-05-07 | 浙江工业大学 | 一种短时公交客流弦不变量预测方法 |
CN108710321A (zh) * | 2018-05-16 | 2018-10-26 | 上海应用技术大学 | 轨道交通车厢拥挤状态监测*** |
TWI815708B (zh) * | 2021-10-22 | 2023-09-11 | 韓商韓領有限公司 | 處理物品運送服務資訊之電子設備及其方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2010061321A (ja) | 2010-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5148416B2 (ja) | 乗客流動予測システム | |
JP5959419B2 (ja) | 列車運行管理システムおよび列車運行管理システムの制御方法 | |
CN103282258B (zh) | 移动过程预测***、移动过程预测装置及移动过程预测方法 | |
JP6178226B2 (ja) | 人流誘導システム及び人流誘導方法 | |
WO2014061111A1 (ja) | 交通分析システム | |
Rama et al. | A reliability analysis of railway switches | |
Lin et al. | Quantitative causal analysis of mainline passenger train accidents in the United States | |
Iliopoulou et al. | Identifying spatio-temporal patterns of bus bunching in urban networks | |
Barabino et al. | Regularity diagnosis by automatic vehicle location raw data | |
Ma et al. | Estimation of denied boarding in urban rail systems: alternative formulations and comparative analysis | |
KR101071902B1 (ko) | 운영자 관점의 대중교통체계 평가 시스템 | |
Nazem et al. | Analysis of travel pattern changes due to a medium-term disruption on public transit networks using smart card data | |
Itani et al. | Managing unplanned rail disruptions: policy implications and guidelines towards an effective bus bridging strategy | |
Xu et al. | Research on passenger flow and energy consumption in a subway system with fuzzy passenger arrival rates | |
JP4627303B2 (ja) | 運転整理支援システム | |
Eom et al. | Analysis of public transit service performance using transit smart card data in Seoul | |
Arslan Asim et al. | Transit Users’ Mode Choice Behavior During Light Rail Transit Short-Term Planned Service Disruption | |
Tsai | A self-learning advanced booking model for railway arrival forecasting | |
US10402755B2 (en) | Transportation service information providing apparatus, and transportation service information providing method | |
Graves et al. | Customer journey time metrics for New York city bus service using big data | |
Halvorsen et al. | Passenger-Centric Performance Metrics for the New York City Subway | |
Carrel et al. | A framework for evaluating operations control on a metro line: integrating multiple perspectives and automatically collected train and passenger movement data | |
Schil | Measuring journey time reliability in London using automated data collection systems | |
Durand et al. | Assessing and improving operational strategies for the benefit of passengers in rail-bound urban transport systems | |
JP7295723B2 (ja) | 保守作業計画支援装置及び保守作業計画支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101115 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120307 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120327 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120413 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121127 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5148416 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151207 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |