JP5852721B1 - Route bus operation analysis evaluation system, analysis evaluation method, and program - Google Patents
Route bus operation analysis evaluation system, analysis evaluation method, and program Download PDFInfo
- Publication number
- JP5852721B1 JP5852721B1 JP2014206963A JP2014206963A JP5852721B1 JP 5852721 B1 JP5852721 B1 JP 5852721B1 JP 2014206963 A JP2014206963 A JP 2014206963A JP 2014206963 A JP2014206963 A JP 2014206963A JP 5852721 B1 JP5852721 B1 JP 5852721B1
- Authority
- JP
- Japan
- Prior art keywords
- mesh
- destination
- bus
- customer
- route
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 201
- 238000000611 regression analysis Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims description 10
- 238000010295 mobile communication Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】顧客の実際の移動軌跡から抽出されるデータに基づいて路線バス運行の分析評価を行う、分析評価システム、分析評価方法、および、プログラムを提供する。【解決手段】顧客位置情報等ビッグデータベース１０から取得される各顧客の移動軌跡から出発地メッシュ及び目的地メッシュを特定し、移動者数行列を生成する（１２０）。また、路線バス運行データベース５０を用いて前記出発地メッシュ目的地メッシュへのバス運行本数を計算し、バス運行本数行列を生成する（１３０）。そして、対応する移動者数とバス運行本数との回帰分析によりバス運行本数の評価を行う（１５０）。【選択図】図１An analysis evaluation system, an analysis evaluation method, and a program for analyzing and evaluating a route bus operation based on data extracted from an actual movement trajectory of a customer are provided. A starting point mesh and a destination mesh are identified from a movement trajectory of each customer acquired from a big database 10 such as customer position information, and a number of moving person matrix is generated (120). Also, the number of bus operations to the departure point mesh destination mesh is calculated using the route bus operation database 50, and a bus operation number matrix is generated (130). Then, the number of bus operations is evaluated by regression analysis of the corresponding number of moving people and the number of bus operations (150). [Selection] Figure 1
Description
本発明は、路線バス運行分析評価システム、分析評価方法、および、プログラムに関する。 The present invention relates to a route bus operation analysis evaluation system, an analysis evaluation method, and a program.
従来、バス路線の分析や評価を行うシステムが開発されている。 Conventionally, systems for analyzing and evaluating bus routes have been developed.
例えば、特許文献１には、バス利用者へのサービスの向上や、バス事業者の収支改善の実現を支援するために、人口データ等の統計データと、道路ネットワークや地図データ等の地理データと、路線データ等のバス路線関連データと、乗降者数等の運用データとに基づいて、仮想路線の運用データを統計処理で予測し、予想結果を表示するシステムが開示されている。 For example, Patent Document 1 describes statistical data such as population data, geographic data such as road network and map data, and the like to support improvement of services to bus users and realization of improvement in the balance of bus operators. A system for predicting virtual route operation data by statistical processing based on bus route-related data such as route data and operation data such as the number of passengers and displaying prediction results is disclosed.
しかしながら、特許文献１に示されるような従来のシステムは、基本的に人口分布等のデータに基づく分析であって、顧客の実際の移動軌跡から抽出されるデータに基づいた分析ではないという問題点を有していた。 However, the conventional system as shown in Patent Document 1 is basically an analysis based on data such as population distribution, and is not an analysis based on data extracted from an actual movement trajectory of a customer. Had.
本発明は、上記問題点に鑑みてなされたものであり、顧客の実際の移動軌跡から抽出されるデータに基づいて路線バス運行の分析評価を行う、分析評価システム、分析評価方法、および、プログラムを提供することを目的とするものである。 The present invention has been made in view of the above problems, and an analysis evaluation system, an analysis evaluation method, and a program for performing analysis evaluation of route bus operations based on data extracted from an actual movement trajectory of a customer Is intended to provide.
本発明は、上述の目的を達成するためになされたものであり、例えば、以下の形態として実現することができる。 The present invention has been made to achieve the above-described object, and can be realized, for example, as the following form.
本発明の一実施形態は、顧客位置情報等を格納したビッグデータベースから取得した、所定の条件を満たす顧客のメッシュ化された所定の地理範囲の位置座標及び時間座標から、各顧客の移動軌跡内の各メッシュ滞留時間を求め、該滞留時間に基づいて顧客ごとに出発地メッシュ及び目的地メッシュを特定し、前記出発地メッシュ及び目的地メッシュの特定された顧客の集合に基づいて、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記出発地メッシュから前記目的地メッシュへの移動者数（ＯＤトリップ数）を格納して２次元行列（２次元ＯＤトリップ数行列）を生成する移動者数行列生成手段と、少なくとも路線バスの前記所定の地理範囲の路線及び運行スケジュールを格納した路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行本数を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行本数を格納して２次元行列（２次元バス運行マトリックス）を生成するバス運行本数行列生成手段と、前記出発地メッシュから目的地メッシュへの移動者数（ＯＤトリップ数）、及び、バス運行本数を用いた回帰分析を行う回帰分析手段と、を含み、前記回帰分析の結果を用いて路線バス運行の評価を行うことを特徴とする路線バス運行評価システムに係るものである。 In one embodiment of the present invention, each customer's movement trajectory is obtained from the position coordinates and time coordinates of a predetermined meshed geographical range of a customer that satisfies a predetermined condition, acquired from a big database storing customer position information and the like. Each mesh residence time is determined, a departure point mesh and a destination mesh are identified for each customer based on the residence time, and the departure place is determined based on a set of customers of the departure point mesh and the destination mesh. In the two-dimensional matrix element specified by the mesh and the destination mesh, the number of visitors (OD trip number) from the starting point mesh to the destination mesh is stored, and a two-dimensional matrix (two-dimensional OD trip number matrix) is obtained. A number-of-movers matrix generating means for generating, and a route bus operation database storing at least routes of the predetermined geographical range of route buses and an operation schedule. The number of bus operations from the departure point mesh to the destination mesh is calculated, and the calculated number of bus operations is stored in a two-dimensional matrix element specified by the departure point mesh and the destination mesh. (2D bus operation matrix) Bus operation number matrix generating means for generating a regression analysis using the number of passengers (OD trip number) from the departure point mesh to the destination mesh and the number of bus operations And a route bus operation evaluation system characterized in that the route bus operation is evaluated using the result of the regression analysis.
また、本発明の他の一実施形態は、前記一実施形態において、出発地メッシュ及び目的地メッシュ並びに出発地メッシュから前記目的地メッシュに至る移動時間で指定される３次元行列要素に、前記出発地メッシュから前記目的地メッシュへの移動時間ごとの移動者数（ＯＤトリップ数）を格納して３次元行列（３次元ＯＤトリップ数行列）を生成する機能を更に付加するとともに、出発地メッシュ及び目的地メッシュで指定される２次元行列要素にバス運行平均時間を格納して２次元行列（２次元バス運行マトリックス） を生成するバス運行時間行列生成手段を更に設け、出発地メッシュ及び目的地メッシュで指定される２次元行列要素に格納されたバス運行平均時間近傍の移動時間を有する出発地メッシュから目的地メッシュへの移動者数（ＯＤトリップ数）を３次元行列（３次元ＯＤトリップ数行列）から求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間近傍の移動時間を有する移動者数、及び、バス運行本数を用いた回帰分析を行うことをも可能にした路線バス運行評価システムに係るものである。 According to another embodiment of the present invention, in the one embodiment, the starting mesh, the destination mesh, and a three-dimensional matrix element specified by a travel time from the starting mesh to the destination mesh are added to the starting mesh. A function of storing the number of visitors (OD trip number) for each travel time from the ground mesh to the destination mesh and generating a three-dimensional matrix (three-dimensional OD trip number matrix) is further added. There is further provided bus operation time matrix generating means for generating a two-dimensional matrix (two-dimensional bus operation matrix) by storing the bus operation average time in the two-dimensional matrix element specified by the destination mesh, and the departure point mesh and the destination mesh From the departure mesh to the destination mesh with the travel time near the average bus operation time stored in the two-dimensional matrix element specified in The number of OD trips is obtained from a three-dimensional matrix (three-dimensional OD trip number matrix), and the number of passengers having a travel time in the vicinity of the average bus operation time from the departure point mesh to the destination mesh, and buses The present invention relates to a route bus operation evaluation system that makes it possible to perform regression analysis using the number of operations.
また、上記各実施形態において、顧客の移動軌跡は、顧客の所持する移動体通信機器から得られるようにしてもよい。 Further, in each of the above embodiments, the movement trajectory of the customer may be obtained from a mobile communication device possessed by the customer.
また、上記各実施形態において、顧客の満たすべき所定の条件は、顧客の性年代、居住地、就業地を含む属性の１つまたは複数の組み合わせ、移動の曜日、時間帯、平休日の別、移動時の天候の１つまたは複数の組み合わせにより設定されるようにしてもよい。 In each of the above embodiments, the predetermined condition to be satisfied by the customer is one or a combination of one or more attributes including the customer's sex age, place of residence, and place of work, day of the week of travel, time of day, holiday type, You may make it set with the 1 or several combination of the weather at the time of a movement.
また、上記各実施形態において、回帰分析は、顧客の性年代別、居住地別、就業地別、移動の曜日別、時間帯別、平休日別、来訪頻度の高低別、黒字／赤字路線別、バス運行路線と重複する移動経路を有する顧客別になされるようにしてもよい。 In each of the above embodiments, the regression analysis is performed for each customer's gender, residence, work place, day of travel, time of day, weekday, visit frequency, surplus / red It may be made for each customer who has a travel route overlapping with the bus operation route.
また、本発明の他の実施形態として、上記路線バス運行評価システムと略同様の内容を有する路線バス運行評価方法、及び、該路線バス運行評価方法をコンピュータにより実現するためのプログラムを提供することができる。 As another embodiment of the present invention, a route bus operation evaluation method having substantially the same contents as the route bus operation evaluation system, and a program for realizing the route bus operation evaluation method by a computer are provided. Can do.
本発明の路線バス運行評価システムの一実施形態によれば、所定の地理範囲について、メッシュ単位でＯＤトリップ数とバス運行本数と取得し、ＯＤトリップ数とバス運行回数との回帰分析を行ってバス運行本数を評価することにより、バス運行本数の最適化等を的確に行うことができる。
本発明の路線バス運行評価システムの他の一実施形態によれば、移動時間を加味した３次元ＯＤトリップ数行列を使用することにより、さらにきめ細かなバス運行本数の評価を行うことができる。
また、上記各実施形態においては、ＯＤトリップ数の取得に顧客位置情報等を格納したビッグデータベースの情報を活用することにより、人口分布等の統計データを使用する必要がない。
According to one embodiment of the route bus operation evaluation system of the present invention, the number of OD trips and the number of bus operations are acquired in mesh units for a predetermined geographic area, and the regression analysis of the number of OD trips and the number of bus operations is performed. By evaluating the number of bus operations, optimization of the number of bus operations can be performed accurately.
According to another embodiment of the route bus operation evaluation system of the present invention, a more detailed evaluation of the number of bus operations can be performed by using a three-dimensional OD trip number matrix that takes travel time into account.
Further, in each of the above-described embodiments, it is not necessary to use statistical data such as population distribution by utilizing the information of the big database storing customer location information and the like for acquiring the number of OD trips.
なお、本発明の路線バス運行評価システムを一例に作用効果を説明したが、路線バス運行評価方法、及び、プログラムにおいても同様の作用効果を奏するものである。 In addition, although the operation effect was demonstrated to the route bus operation evaluation system of this invention as an example, there exists the same operation effect also in a route bus operation evaluation method and a program.
以下、本発明に係る路線バス運行評価システム、路線バス運行評価方法、及び、プログラムの実施の形態を図面に基づいて詳細に説明する。なお、本発明は、以下において説明する実施の形態に限定されるべきではなく、特許請求の範囲の記載に基き解釈されるべきである。また、当業者であれば、他の類似する実施形態を使用することができること、また、本発明から逸脱することなく適宜形態の変更又は追加を行うことができることに留意すべきである。 DESCRIPTION OF EMBODIMENTS Hereinafter, embodiments of a route bus operation evaluation system, a route bus operation evaluation method, and a program according to the present invention will be described in detail with reference to the drawings. In addition, this invention should not be limited to embodiment described below, and should be interpreted based on description of a claim. In addition, it should be noted that those skilled in the art can use other similar embodiments, and can make changes or additions as appropriate without departing from the present invention.
路線バス運行評価システムの構成の一例について、図１を参照して説明する。図１に示すように、路線バス運行評価システム１００は、移動者数行列生成手段１２０、バス運行本数生成手段１３０、及び、回帰分析手段１５０から構成される。そして、路線バス運行評価システム１００には、外部データベースとして、顧客位置情報等ビッグデータベース１０、及び、路線バス運行データベース５０が接続されている。以下、路線バス運行評価システム１００を構成する各手段について、詳細に説明する。 An example of the configuration of the route bus operation evaluation system will be described with reference to FIG. As shown in FIG. 1, the route bus operation evaluation system 100 includes a moving person number matrix generation unit 120, a bus operation number generation unit 130, and a regression analysis unit 150. The route bus operation evaluation system 100 is connected with a big database 10 such as customer location information and a route bus operation database 50 as external databases. Hereinafter, each means which comprises the route bus operation evaluation system 100 is demonstrated in detail.
［移動者数行列生成手段１２０］
移動者数行列生成手段１２０の機能を説明する前に、所定の地理範囲のメッシュ化について、図５を参照して説明する。図５に示すように、例えば、東京都心部を、一辺が５００ｍの正方形メッシュに分割すると約２０００個のメッシュができる。そこで、後述するメッシュ間の移動集計を行うために、各メッシュに一意のメッシュ番号（識別番号）を付与する。なお、図５においては、一辺が５００ｍの正方形メッシュに分割する例が示されているが、一辺の長さを５００ｍとすることは単なる例示にすぎず、これより大きい長さであっても、小さい長さであってもよい。また、メッシュの形状も正方形に限られるものではなく、長方形や、正三角形、正六角形等、所定の地理範囲を隙間なく且つ重複なく覆える形状のものであってもよい。
[Moving Number Matrix Generation Unit 120]
Before explaining the function of the moving number matrix generating means 120, meshing of a predetermined geographic area will be described with reference to FIG. As shown in FIG. 5, for example, when the central part of Tokyo is divided into a square mesh having a side of 500 m, about 2000 meshes are formed. Therefore, a unique mesh number (identification number) is assigned to each mesh in order to perform movement aggregation between meshes described later. In addition, in FIG. 5, although the example divided | segmented into the square mesh whose one side is 500 m is shown, setting the length of one side to 500 m is only an illustration, and even if it is a length larger than this, It may be a small length. Further, the shape of the mesh is not limited to a square, and a shape such as a rectangle, a regular triangle, a regular hexagon, or the like that covers a predetermined geographic area without gaps and without overlapping.
なお、上述の処理に用いられる地理範囲のデータは、不図示の地図データベースに予め記憶されており、定期的に、および／または、必要に応じて、ネットワークを介して最新のデータを外部機器（例えば、地図データを提供する地図提供サーバなど）等からダウンロードしてアップデートされることが可能である。 Note that the geographical range data used for the above-described processing is stored in advance in a map database (not shown), and the latest data is periodically and / or necessary via an external device (if necessary). For example, it can be downloaded and updated from a map providing server that provides map data.
上記の前提のもとで、調査の対象となる顧客が、メッシュ化された所定の地理範囲（図５の場合には東京都心部）を移動する場合に、該顧客の位置座標と時間座標から該顧客の移動軌跡内の各メッシュ滞留時間を求め、所定値以上のメッシュ滞留時間に該当するメッシュを特定することにより、該顧客の「出発地」に相当するメッシュ（出発地メッシュ）と「目的地」に相当するメッシュ（目的地メッシュ）を特定するものである。換言すれば、所定時間の時間以上位置情報に変化がない場合に「その場に滞在していた」ものと判断し、出発地メッシュ及び目的地メッシュを特定するものである。なお、顧客によっては、出発地メッシュ及び目的地メッシュがともに前記所定の地理範囲内に存在しない場合もあり得るが、そのような顧客については、以降の処理の対象として取り扱わないか、あるいは、出発地メッシュ及び目的地メッシュを、移動経路上で前記所定の地理範囲の境界に隣接するメッシュに仮に設定して以降の処理を行うことも可能である。また、出発地メッシュ及び目的地メッシュの一方のみ前記所定の地理範囲内に存在する場合もあり得るが、そのような顧客については、以降の処理の対象として取り扱わないか、あるいは、出発地メッシュ及び目的地メッシュの他方を、移動経路上で前記所定の地理範囲の境界に隣接するメッシュに仮に設定して以降の処理を行うことも可能である。 Under the above assumption, when a customer to be surveyed moves within a predetermined meshed geographical area (in the center of Tokyo in the case of FIG. 5), the customer's position coordinates and time coordinates are used. By obtaining each mesh residence time in the movement trajectory of the customer and specifying the mesh corresponding to the mesh residence time greater than or equal to a predetermined value, a mesh (departure location mesh) corresponding to the customer's “departure location” and “object” A mesh (destination mesh) corresponding to “ground” is specified. In other words, when there is no change in the position information for a predetermined time or more, it is determined that the user has “stayed on the spot”, and the departure point mesh and the destination mesh are specified. Depending on the customer, both the departure point mesh and the destination mesh may not exist within the predetermined geographical range. However, such a customer may not be handled as a target for subsequent processing or It is also possible to temporarily set the ground mesh and the destination mesh to meshes that are adjacent to the boundary of the predetermined geographic area on the movement route, and perform subsequent processing. In addition, there may be a case where only one of the departure point mesh and the destination point mesh exists within the predetermined geographical area. However, such a customer is not handled as a target for subsequent processing, or It is also possible to temporarily set the other of the destination meshes to a mesh adjacent to the boundary of the predetermined geographical area on the moving route and perform the subsequent processing.
以上の処理により、出発地メッシュ及び目的地メッシュの両者が特定された顧客の集合が得られ、この顧客の集合に基づいて、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記出発地メッシュから前記目的地メッシュへの移動者数を格納して２次元行列（２次元ＯＤトリップマトリックス）を生成する。 Through the above processing, a set of customers in which both the starting point mesh and the destination mesh are specified is obtained. Based on the set of customers, the two-dimensional matrix elements specified by the starting point mesh and the destination mesh are obtained. , Storing the number of persons moving from the departure point mesh to the destination mesh to generate a two-dimensional matrix (two-dimensional OD trip matrix).
なお、調査の対象となる顧客の選定には、路線バス運行評価システム１００の外部データベースである顧客位置等ビッグデータベース１０のデータが用いられる。顧客位置等ビッグデータベース１０は、前記所定の地理範囲内（図５の場合には東京都心部）における各顧客の移動軌跡のデータを格納する外、各顧客の属性（性年代・居住地・就業地等）や、移動の時間帯、移動の曜日、移動日の平休日の別、天候等も格納している。そして、顧客の選定は、顧客位置等ビッグデータベース１０に格納されているデータを探索して所定の条件を満足する顧客を特定することにより行われるものである。 Note that the data of the big database 10 such as the customer position, which is an external database of the route bus operation evaluation system 100, is used for selecting the customers to be surveyed. The big database 10 such as customer location stores the movement trajectory data of each customer within the predetermined geographical area (in the case of central Tokyo in the case of FIG. 5), as well as the attributes (sex age, residence, employment) of each customer. Territories, etc.), travel time zone, travel day of the week, travel day holiday, weather, etc. The customer is selected by searching the data stored in the big database 10 such as the customer position and specifying a customer who satisfies a predetermined condition.
また、顧客の移動軌跡のデータ（位置座標及び時間座標）は、顧客の所持する携帯電話やスマートフォンなどの移動体通信機器の位置情報を移動体通信機器の基地局で取得することにより得ることができる。なお、顧客位置等ビッグデータベース１０は、単一のデータベースであってもよいし、複数のデータベースから構成されていてもよい。また、顧客の移動軌跡のデータは、前記メッシュ単位で取得されるようにしてもよい。 Moreover, the data (position coordinates and time coordinates) of the customer's movement trajectory can be obtained by acquiring the position information of the mobile communication device such as a mobile phone or smartphone possessed by the customer at the base station of the mobile communication device. it can. The big database 10 such as the customer position may be a single database or may be composed of a plurality of databases. Moreover, the data of the customer's movement trajectory may be acquired in units of the mesh.
［バス運行本数行列生成手段１３０］
バス運行本数行列生成手段１３０は、路線バス運行評価システム１００の外部データベースである路線バス運行データベース５０のデータに基づき、出発地メッシュ及び目的地メッシュで指定される２次元行列要素に出発地メッシュから目的地メッシュへのバス運行本数を格納した２次元行列（２次元バス運行本数マトリックス）を生成するものである。なお、バスが運行していない地域については、バスが運行していない地域の出発地メッシュ及び目的地メッシュで指定される２次元行列要素には０が格納されることになる。また、２次元バス運行本数マトリックスは、図９の右側に模式的に示されている。
[Bus service number matrix generating means 130]
Based on the data of the route bus operation database 50 which is an external database of the route bus operation evaluation system 100, the bus operation number matrix generation means 130 converts the departure point mesh into a two-dimensional matrix element specified by the departure point mesh and the destination mesh. A two-dimensional matrix (two-dimensional bus operation number matrix) that stores the number of bus operations to the destination mesh is generated. In addition, about the area where the bus does not operate, 0 is stored in the two-dimensional matrix element specified by the departure place mesh and the destination mesh of the area where the bus does not operate. The two-dimensional bus operation number matrix is schematically shown on the right side of FIG.
なお、路線バス運行データベース５０に記憶されるデータは、例えば、停留所（バス停など）の路線網表現上の結節点であるノードのノードデータと、ノード間を接続するバス路線等のリンクのリンクデータとの組み合わせによって表現されるバスの路線網を規定するネットワークデータを含むものである。また、該データは、路線バスの時刻表データおよび利用運賃料金データ等を含んでいてもよい。また、該データは、路線上に存在するバス停等の地点の緯度経度情報などの位置情報等を含んでいてもよい。 The data stored in the route bus operation database 50 includes, for example, node data of nodes that are nodes on the route network representation of bus stops (such as bus stops) and link data of links such as bus routes connecting the nodes. Network data defining a route network of the bus expressed by the combination. In addition, the data may include route bus timetable data, use fare data, and the like. The data may include position information such as latitude and longitude information of points such as bus stops on the route.
［回帰分析手段１５０］
回帰分析手段１５０は、前記移動者数行列生成手段１２０により生成された２次元ＯＤトリップマトリックスのデータと前記バス運行本数行列生成手段１３０により生成された２次元バス運行本数マトリックスのデータとを突き合わせて、移動者数（トリップ数）とバス運行本数との回帰分析結果を出力するものである。具体的には、図６に示される２次元ＯＤトリップマトリックスと、出発地メッシュ及び目的地メッシュで指定される２次元行列要素に出発地メッシュから目的地メッシュへのバス運行本数を格納した２次元行列（２次元バス運行マトリックス）との対応関係を模式的に示す図９と、横軸に移動者数（トリップ数）、縦軸にバス運行本数を取った２次元面上に、（各マトリックスで同一の２次元行列要素に該当する）対応するトリップ数とバス運行本数のセットをそれぞれ点として表示するとともに両者の回帰分析結果（回帰直線）を表示した図１０とを参照すれば、回帰分析の内容は明らかである。また、図１０に関しては、各顧客の属性（性年代・居住地・就業地等）や、移動の時間帯、移動の曜日、移動日の平休日の別、天候等に応じて、複数種の回帰分析結果（回帰直線）を作成することが可能である。
[Regression analysis means 150]
The regression analysis unit 150 matches the data of the two-dimensional OD trip matrix generated by the moving number matrix generation unit 120 and the data of the two-dimensional bus operation number matrix generated by the bus operation number matrix generation unit 130. A regression analysis result of the number of moving persons (trip number) and the number of buses is output. Specifically, the two-dimensional OD trip matrix shown in FIG. 6 and the two-dimensional that stores the number of bus operations from the starting mesh to the destination mesh in the two-dimensional matrix element specified by the starting mesh and the destination mesh. FIG. 9 schematically showing the correspondence relationship with the matrix (two-dimensional bus operation matrix), and on the two-dimensional surface with the number of moving people (trips) on the horizontal axis and the number of bus operations on the vertical axis, (each matrix Refer to Fig. 10 which shows the set of corresponding trip number and bus operation number as points respectively (corresponding to the same two-dimensional matrix element in Fig. 10) and the regression analysis result (regression line) of both. The contents of are clear. In addition, as for FIG. 10, according to the attributes of each customer (sex age, place of residence, working place, etc.), time of travel, day of travel, day of travel on weekdays, weather, etc. It is possible to create a regression analysis result (regression line).
また、回帰分析の対象として、バス運行路線と重複する移動経路を有する顧客を選定し、該顧客について移動者数（トリップ数）とバス運行本数との回帰分析結果を取得すれば、当該顧客はバスの乗客の可能性の高いものと推定されることから、乗客と推定される顧客数とバス運行本数との回帰分析結果を出力することができる。 Moreover, if the customer who has the movement route which overlaps with the bus operation route is selected as the target of the regression analysis, and the customer obtains the regression analysis result of the number of the passengers (trip number) and the number of the bus operation, the customer Since it is estimated that there is a high possibility of bus passengers, it is possible to output a regression analysis result of the number of customers estimated to be passengers and the number of bus operations.
なお、回帰直線の作成に当たっては、バス運行本数が０に相当する横軸上に存在する点は無視してもよい。また、回帰直線から大きく外れる点については、回帰直線近傍の点と異なる色に着色して表示してもよい。その際、回帰直線の上方と下方で着色を異ならせてもよい。また、併せて、回帰直線から大きく外れる点が、２次元ＯＤトリップマトリックスと２次元バス運行マトリックスのどの２次元行列要素に相当するかを表示するようにしてもよい。このようにすれば、２次元ＯＤトリップマトリックスと２次元バス運行マトリックスのどの２次元行列要素に相当するかを、２次元ＯＤトリップマトリックスのデータと２次元バス運行マトリックスのデータとを突き合わせて判読する手間が省けることになる。 In creating the regression line, points on the horizontal axis where the number of bus operations is 0 may be ignored. Also, points that deviate greatly from the regression line may be displayed in a different color from the points near the regression line. At that time, the coloring may be different between the upper side and the lower side of the regression line. In addition, it may be displayed which two-dimensional matrix elements of the two-dimensional OD trip matrix and the two-dimensional bus operation matrix correspond to points greatly deviating from the regression line. In this way, the two-dimensional OD trip matrix and the two-dimensional bus operation matrix corresponding to the two-dimensional matrix elements are interpreted by comparing the data of the two-dimensional OD trip matrix and the data of the two-dimensional bus operation matrix. This saves you time and effort.
上記回帰分析手段１５０により得られた回帰分析結果を利用したバス運行本数等の評価手法については後述することとし、次に、路線バス運行評価システムの構成の他の一例について、図２を参照して説明する。図２に示すように、路線バス運行評価システム２００は、移動者数行列生成手段２２０、バス運行本数生成手段２３０、バス運行時間行列生成手段２４０、及び、回帰分析手段２５０から構成される。そして、路線バス運行評価システム２００には、外部データベースとして、顧客位置情報等ビッグデータベース１０、及び、路線バス運行データベース５０が接続されている。以下、路線バス運行評価システム２００を構成する各手段について詳細に説明することとするが、前述した路線バス運行評価システム１００と重複する部分については説明を省くこととする。 The evaluation method of the number of bus operations using the regression analysis result obtained by the regression analysis means 150 will be described later. Next, refer to FIG. 2 for another example of the configuration of the route bus operation evaluation system. I will explain. As shown in FIG. 2, the route bus operation evaluation system 200 includes a travel number matrix generation unit 220, a bus operation number generation unit 230, a bus operation time matrix generation unit 240, and a regression analysis unit 250. The route bus operation evaluation system 200 is connected with a big database 10 such as customer location information and a route bus operation database 50 as external databases. Hereinafter, although each means which comprises the route bus operation evaluation system 200 is demonstrated in detail, description is abbreviate | omitted about the part which overlaps with the route bus operation evaluation system 100 mentioned above.
［移動者数行列生成手段２２０］
前述した移動者数行列生成手段１２０と異なる機能を中心に説明する。前記移動者数行列生成手段１２０においては、出発地メッシュ及び目的地メッシュの両者が特定された顧客の集合に基づいて、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記出発地メッシュから前記目的地メッシュへの移動者数を格納して２次元行列（２次元ＯＤトリップマトリックス）を生成していたが、移動者数行列生成手段２２０においては、さらに、出発地メッシュ及び目的地メッシュ並びに前記出発地メッシュから前記目的地メッシュに至る移動時間で指定される３次元行列要素に、前記出発地メッシュから前記目的地メッシュへの移動時間ごとの移動者数を格納して３次元行列（３次元ＯＤトリップマトリックス）を生成している。
[Moving Number Matrix Generation Unit 220]
A description will be given focusing on the functions different from those of the above-mentioned moving number matrix generating means 120. In the moving number matrix generation means 120, the two-dimensional matrix elements specified by the departure point mesh and the destination mesh are added to the two-dimensional matrix elements based on a set of customers in which both the departure point mesh and the destination mesh are specified. Although the number of visitors from the starting point mesh to the destination mesh is stored to generate a two-dimensional matrix (two-dimensional OD trip matrix), the moving number matrix generating means 220 further includes a starting point mesh and In the three-dimensional matrix element designated by the destination mesh and the travel time from the departure point mesh to the destination mesh, the number of visitors for each movement time from the departure point mesh to the destination mesh is stored. A dimensional matrix (three-dimensional OD trip matrix) is generated.
図７は、出発地メッシュ及び目的地メッシュ並びに出発地メッシュから目的地メッシュに至る移動時間で指定される３次元行列要素に、前記出発地メッシュから前記目的地メッシュへの移動時間ごとの移動者数（トリップ数）を格納した３次元行列（３次元ＯＤトリップマトリックス）の一例を模式的に示す図である。図７においては、出発地メッシュから目的地メッシュに至る移動時間は１５分刻みで取られているが、この刻みは、これに限られるものではなく、より長くしても、短くしてもよい。 FIG. 7 shows the three-dimensional matrix elements specified by the departure point mesh, the destination mesh, and the movement time from the departure point mesh to the destination mesh, and the movers for each movement time from the departure point mesh to the destination mesh. It is a figure which shows typically an example of the three-dimensional matrix (three-dimensional OD trip matrix) which stored the number (trip number). In FIG. 7, the travel time from the starting point mesh to the destination mesh is taken in 15-minute increments, but this interval is not limited to this, and may be longer or shorter. .
図８は、図７において、○を付した箇所（出発地メッシュのメッシュ番号が「Ａ」、目的地メッシュのメッシュ番号が「Ｂ」の個所）について、出発地メッシュ（Ａ）から目的地メッシュ（Ｂ）への移動時間ごとの移動者数（トリップ数）を示すグラフである。図８には、移動時間１５分間の移動者数（トリップ数）が１５分刻みで表示され、移動時間３０分〜４５分の移動者数（トリップ数）が最大となっている。 FIG. 8 shows the destination mesh from the departure point mesh (A) for the portion marked with ○ in FIG. 7 (where the mesh number of the departure point mesh is “A” and the mesh number of the destination mesh is “B”). It is a graph which shows the number of the movers (trip number) for every movement time to (B). In FIG. 8, the number of travelers (trip number) for a movement time of 15 minutes is displayed in increments of 15 minutes, and the number of travelers (trip number) for a movement time of 30 minutes to 45 minutes is the maximum.
なお、前述の２次元ＯＤトリップマトリックスは、３次元ＯＤトリップマトリックスとは独立に取得することもできるが、３次元ＯＤトリップマトリックスの出発地メッシュから目的地メッシュへの移動時間ごとの移動者数（トリップ数）の総和を、２次元ＯＤトリップマトリックスの２次元行列要素に格納して生成してもよい。 The two-dimensional OD trip matrix described above can be acquired independently of the three-dimensional OD trip matrix, but the number of visitors per moving time from the starting mesh to the destination mesh of the three-dimensional OD trip matrix ( The total number of trips) may be stored in a two-dimensional matrix element of a two-dimensional OD trip matrix.
［バス運行本数行列生成手段２３０］
バス運行本数行列生成手段２３０は、路線バス運行評価システム２００の外部データベースである路線バス運行データベース５０のデータに基づき、出発地メッシュ及び目的地メッシュで指定される２次元行列要素に出発地メッシュから目的地メッシュへのバス運行本数を格納した２次元行列（２次元バス運行マトリックス）を生成するものであり、前記路線バス運行評価システム１００のバス運行本数行列生成手段１３０と略同様のものである。
[Bus service number matrix generating means 230]
Based on the data of the route bus operation database 50, which is an external database of the route bus operation evaluation system 200, the bus operation number matrix generation means 230 converts the departure point mesh into a two-dimensional matrix element specified by the departure point mesh and the destination mesh. It generates a two-dimensional matrix (two-dimensional bus operation matrix) that stores the number of bus operations to the destination mesh, and is substantially the same as the bus operation number matrix generation means 130 of the route bus operation evaluation system 100. .
［バス運行時間行列生成手段２４０］
バス運行時間行列生成手段２４０は、路線バス運行評価システム２００の外部データベースである路線バス運行データベース５０の路線バスの時刻表データ等に基づき、出発地メッシュ及び目的地メッシュで指定される２次元行列要素に出発地メッシュから目的地メッシュへのバス運行平均時間を格納した２次元行列（２次元バス運行時間マトリックス；不図示）を生成するものである。そして、この２次元バス運行時間マトリックスのデータは、後述するように、３次元ＯＤトリップマトリックスのデータと２次元バス運行時間マトリックスのデータとを突き合わせ、バス運行平均時間近傍の移動時間を有する移動者数を３次元行列から求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間近傍の移動時間を有する移動者数の（２次元）ＯＤトリップマトリックスを得るために回帰分析手段２５０で使用されるものである。
[Bus service time matrix generating means 240]
The bus operation time matrix generation means 240 is a two-dimensional matrix specified by the departure point mesh and the destination mesh based on the route bus timetable data of the route bus operation database 50 which is an external database of the route bus operation evaluation system 200. A two-dimensional matrix (two-dimensional bus operation time matrix; not shown) in which the average bus operation time from the departure point mesh to the destination mesh is stored as an element is generated. As will be described later, this 2D bus operation time matrix data matches the 3D OD trip matrix data with the 2D bus operation time matrix data, and has a travel time in the vicinity of the average bus operation time. The regression analysis means 250 obtains a number from a three-dimensional matrix and obtains a (two-dimensional) OD trip matrix of the number of travellers having travel time in the vicinity of the average bus operation time from the departure point mesh to the destination mesh. It is what is used.
［回帰分析手段２５０］
回帰分析手段２５０は、前記移動者数行列生成手段２２０により生成された２次元ＯＤトリップマトリックスのデータと前記バス運行本数行列生成手段２３０により生成された２次元バス運行本数マトリックスのデータとを突き合わせて、移動者数（トリップ数）とバス運行本数との回帰分析結果を出力するという、回帰分析手段１５０と略同様の機能を有することに加え、前記移動者数行列生成手段２２０により生成された３次元ＯＤトリップマトリックスのデータ、前記バス運行本数行列生成手段２３０により生成された２次元バス運行本数マトリックスのデータ、及び、バス運行時間行列生成手段２４０により生成された２次元バス運行時間マトリックスのデータに基づいて、所定の移動時間範囲の移動者数（トリップ数）とバス運行本数との回帰分析結果を出力するという新たな機能を有するものである。
[Regression analysis means 250]
The regression analysis unit 250 matches the data of the two-dimensional OD trip matrix generated by the moving number matrix generation unit 220 and the data of the two-dimensional bus operation number matrix generated by the bus operation number matrix generation unit 230. In addition to having substantially the same function as the regression analysis means 150 for outputting the regression analysis result of the number of trips (trips) and the number of bus operations, 3 generated by the trip number matrix creation means 220 Dimensional OD trip matrix data, 2D bus operation number matrix data generated by the bus operation number matrix generation unit 230, and 2D bus operation time matrix data generated by the bus operation time matrix generation unit 240. Based on the number of trips (trips) and bus operation within the predetermined travel time range Those having a new function of outputting a regression analysis of the number.
回帰分析手段２５０の有する上述の新たな機能を中心に詳述する。まず、３次元ＯＤトリップマトリックスのデータと２次元バス運行時間マトリックスのデータとを突き合わせ、バス運行平均時間近傍の移動時間を有する移動者数を３次元ＯＤトリップマトリックスから求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間近傍の移動時間を有する移動者数の（２次元）ＯＤトリップマトリックスを得る。この移動者数は、前記出発地メッシュから目的地メッシュへ路線バスに乗車して移動した乗客と推定されることから、この（２次元）ＯＤトリップマトリックスを「推定乗客ＯＤトリップマトリックス」と呼ぶこととする。 The above-described new function of the regression analysis means 250 will be described in detail. First, the data of the 3D OD trip matrix and the data of the 2D bus operation time matrix are matched, and the number of passengers having a travel time near the bus operation average time is obtained from the 3D OD trip matrix. A (two-dimensional) OD trip matrix of the number of travelers having a travel time near the average bus operation time to the destination mesh is obtained. Since this number of passengers is estimated to be passengers who traveled on the route bus from the departure point mesh to the destination mesh, this (two-dimensional) OD trip matrix is referred to as an “estimated passenger OD trip matrix”. And
さらに、上記移動者の中からバス運行路線と重複する移動経路を有する顧客を選定し、該顧客について移動者数（トリップ数）とバス運行本数との回帰分析結果を取得すれば、さらに精度よく乗客と推定される顧客数とバス運行本数との回帰分析結果を出力することが期待できる。 Furthermore, if a customer having a route that overlaps with the bus route is selected from the above-mentioned passengers, and the regression analysis result of the number of trips (trips) and the number of buses is obtained for the customer, the accuracy is further improved. It can be expected that a regression analysis result of the number of customers estimated to be passengers and the number of bus operations will be output.
そして、この推定乗客ＯＤトリップマトリックスのデータと前記２次元バス運行本数マトリックスのデータとを突き合わせれば、乗客数とバス運行本数との回帰分析結果を出力することができる（例えば、図１０参照）。また、各推定乗客の属性（性年代・居住地・就業地等）や、移動の時間帯、移動の曜日、移動日の平休日の別、天候等に応じて、複数種の回帰分析結果（回帰直線）を作成することが可能である。 And if this estimated passenger OD trip matrix data and the two-dimensional bus operation number matrix data are matched, a regression analysis result of the number of passengers and the number of bus operations can be output (for example, see FIG. 10). . In addition, depending on the attributes of each estimated passenger (sex age, place of residence, work place, etc.), travel time zone, travel day of the week, travel day holiday, weather, etc., multiple types of regression analysis results ( It is possible to create a regression line).
さらに、３次元ＯＤトリップマトリックスのデータと２次元バス運行時間マトリックスのデータとを突き合わせ、バス運行平均時間より大きな移動時間を有する移動者数を３次元行列から求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間より大きな移動時間を有する移動者数の（２次元）ＯＤトリップマトリックスを得ることができるが、この移動者数は、前記出発地メッシュから目的地メッシュへ路線バスより速度が遅い乗り物（自転車等）に乗って移動したり、徒歩で移動した顧客と推定される。このようにして得られた（２次元）ＯＤトリップマトリックスを「潜在的乗客ＯＤトリップマトリックス１」と呼ぶことにすれば、この潜在的乗客ＯＤトリップマトリックス１のデータと前記２次元バス運行本数マトリックスのデータとを突き合わせることにより、潜在的乗客数とバス運行本数との回帰分析結果を出力することができる。また、各潜在的乗客の属性（性年代・居住地・就業地等）や、移動の時間帯、移動の曜日、移動日の平休日の別、天候等に応じて、複数種の回帰分析結果（回帰直線）を作成することが可能である。 Further, the data of the 3D OD trip matrix and the data of the 2D bus operation time matrix are matched, and the number of passengers having a travel time larger than the average bus operation time is obtained from the 3D matrix, and the destination mesh is obtained from the destination mesh. A (two-dimensional) OD trip matrix can be obtained for the number of travelers having a travel time greater than the average bus operation time to the mesh. This number of passengers can be obtained from a route bus from the departure mesh to the destination mesh. It is estimated that the customer moved on a slow vehicle (such as a bicycle) or moved on foot. If the thus obtained (two-dimensional) OD trip matrix is called “potential passenger OD trip matrix 1”, the data of the potential passenger OD trip matrix 1 and the two-dimensional bus operation number matrix By matching the data, a regression analysis result between the number of potential passengers and the number of buses can be output. Also, multiple types of regression analysis results depending on the attributes of each potential passenger (sex age, place of residence, working place, etc.), time of travel, day of travel, type of holiday on travel day, weather, etc. (Regression line) can be created.
また、潜在的乗客を、上記推定乗客と特定の属性が一致する顧客でバス路線の近傍に移動軌跡の少なくとも一部が存在する顧客と推定することにも蓋然性がある。このような潜在的乗客に対して得られた（２次元）ＯＤトリップマトリックスを「潜在的乗客ＯＤトリップマトリックス２」と呼ぶことにすれば、この潜在的乗客ＯＤトリップマトリックス２のデータと前記２次元バス運行本数マトリックスのデータとを突き合わせることにより、潜在的乗客数とバス運行本数との回帰分析結果を出力することができる。この場合も、各潜在的乗客の属性（性年代・居住地・就業地等）や、移動の時間帯、移動の曜日、移動日の平休日の別、天候等に応じて、複数種の回帰分析結果（回帰直線）を作成することが可能である。 It is also probable that potential passengers are estimated to be customers whose specific attributes coincide with those of the estimated passenger and who have at least a part of the movement trajectory in the vicinity of the bus route. If the (two-dimensional) OD trip matrix obtained for such potential passengers is called “potential passenger OD trip matrix 2”, the data of the potential passenger OD trip matrix 2 and the two-dimensional By matching the data of the bus operation number matrix, the regression analysis result of the number of potential passengers and the number of bus operations can be output. In this case as well, there are multiple types of return depending on the attributes of each potential passenger (sex age, place of residence, working place, etc.), travel time zone, travel day of the week, travel day, holiday, weather, etc. An analysis result (regression line) can be created.
さらに、潜在的乗客を、出発地メッシュから目的地メッシュへのバス運行平均時間より大きな移動時間を有するとともにバス路線の近傍に移動軌跡の一部が存在する移動者として選定することもできる。このような潜在的乗客に対して得られた（２次元）ＯＤトリップマトリックスを「潜在的乗客ＯＤトリップマトリックス３」と呼ぶことにすれば、この潜在的乗客ＯＤトリップマトリックス３のデータと前記２次元バス運行本数マトリックスのデータとを突き合わせることにより、前述の「潜在的乗客ＯＤトリップマトリックス１」を用いた場合よりも精度を高めて潜在的乗客数とバス運行本数との回帰分析結果を出力することが期待できる。 Furthermore, a potential passenger can be selected as a traveler who has a travel time larger than the average bus operation time from the departure point mesh to the destination mesh and has a part of the movement track in the vicinity of the bus route. If the (two-dimensional) OD trip matrix obtained for such potential passengers is called “potential passenger OD trip matrix 3”, the data of the potential passenger OD trip matrix 3 and the two-dimensional By matching the data of the bus operation number matrix, the regression analysis result of the number of potential passengers and the number of bus operations is output with higher accuracy than the case of using the “potential passenger OD trip matrix 1” described above. I can expect that.
なお、上記回帰分析手段２５０により得られた回帰分析結果を利用したバス運行本数等の評価手法については後述することとする。 An evaluation method for the number of bus operations using the regression analysis result obtained by the regression analysis means 250 will be described later.
以上が、路線バス運行評価システム１００及び２００の構成及び路線バス運行評価システム１００及び２００を構成する各手段の作用・機能の説明である。 The above is the description of the operation and function of each means constituting the route bus operation evaluation systems 100 and 200 and the configuration of the route bus operation evaluation systems 100 and 200.
次に、上記のように構成された路線バス運行評価システム１００及び２００を用いた処理内容について、図３及び図４を参照して詳細に説明する。 Next, the processing content using the route bus operation evaluation systems 100 and 200 configured as described above will be described in detail with reference to FIGS. 3 and 4.
図３は、路線バス運行評価システム１００の処理の一例を示すフローチャートであり、「移動者数行列生成」（ステップ３２０）、「バス運行数行列生成」（ステップ３３０）、及び、「回帰分析」（ステップ３５０）は、それぞれ、前述した、移動者数行列生成手段１２０、バス運行本数生成手段１３０、及び、回帰分析手段１５０の動作内容に相応するものである。 FIG. 3 is a flowchart showing an example of processing of the route bus operation evaluation system 100. “Movement number matrix generation” (step 320), “bus operation number matrix generation” (step 330), and “regression analysis”. (Step 350) corresponds to the operation contents of the above-mentioned moving number matrix generation means 120, bus operation number generation means 130, and regression analysis means 150, respectively.
そこで、上記各ステップ３２０、３３０、３５０の処理内容の詳細は省略し、「路線バス運行評価」（ステップ３６０）の処理内容について以下詳述するが、「路線バス運行評価」は、概略、以下の３段階で構成されるものである。
（１）現状の課題の把握（現状分析）
（２）改善策の策定
（３）改善策に基づく効果の予測（シミュレーション）
Therefore, the details of the processing contents of the above steps 320, 330, and 350 are omitted, and the processing contents of the “route bus operation evaluation” (step 360) will be described in detail below. It consists of three stages.
(1) Understanding current issues (current status analysis)
(2) Formulation of improvement measures (3) Prediction of effects based on improvement measures (simulation)
図１１は、図１０に示される回帰分析結果に基づいて、バス運行本数に係る現状分析や改善方策の概略を表示した図である。図１１には、トリップ数に対してバス運行本数が大幅に不足していると判断されるケースや、過剰であると判断されるケースが例示されており、併せて、それに対する改善方策の概略（バス運行本数の増減）が示されている。 FIG. 11 is a diagram showing an outline of the current state analysis and improvement measures related to the number of bus operations based on the regression analysis result shown in FIG. FIG. 11 exemplifies a case where the number of bus operations is determined to be significantly insufficient relative to the number of trips, and a case where it is determined that the number of buses is excessive. (Increase / decrease number of bus operations).
現状分析に関しては、実際の乗客を対象として行うことが望ましい。そこで、例えば、回帰分析の対象として、バス運行路線と重複する移動経路を有する顧客を選定し、該顧客の集合について移動者数（トリップ数）とバス運行本数との回帰分析結果を取得することにより、乗客と推定される顧客（推定乗客）について現状分析を行うようにすればよい。このような回帰分析結果は、図１１に示されるものと同様のものとなる。但し、出発地メッシュから目的地メッシュへの移動者数（トリップ数）を格納した２次元ＯＤトリップマトリックスの数値をそのまま用いて現状分析を行うようにしてもよく、このような分析であっても概略の傾向は把握可能である。 It is desirable to analyze actual passengers for the current situation analysis. Therefore, for example, as a target of regression analysis, a customer having a travel route that overlaps with a bus operation route is selected, and a regression analysis result of the number of passengers (trip number) and the number of bus operations is acquired for the set of customers. Thus, the current situation analysis may be performed on the customer (estimated passenger) estimated to be a passenger. Such a regression analysis result is the same as that shown in FIG. However, the current state analysis may be performed using the numerical value of the two-dimensional OD trip matrix that stores the number of people (trip number) from the departure point mesh to the destination mesh as it is. The general trend can be grasped.
次に、この回帰分析結果に基づいて、トリップ数に対してバス運行本数が大幅に不足していると判断される路線については運行本数を増加し、逆に、トリップ数に対してバス運行本数が過剰であると判断される路線については運行本数を減少させるような、具体的な運行本数の改善策を策定する。なお、改善策の策定に当たっては、運行本数の増減ばかりではなく、バス路線の新設・撤去や、バス停の位置の変更等についても検討する必要がある。 Next, based on the results of this regression analysis, the number of buses is increased for routes that are judged to have a shortage of buses with respect to the number of trips. For routes that are judged to be excessive, formulate specific measures to improve the number of operations that will reduce the number of operations. In formulating improvement measures, it is necessary to consider not only the increase / decrease in the number of services, but also the establishment / removal of bus routes and the change of bus stop positions.
次に、策定された具体的改善策に基づく効果の予測をシミュレーションにより実施する。シミュレーション手法の一例は以下のとおりであるが、これに限られるものではない。
まず、上記改善策策定の結果、図９の右側に示されるような、出発地メッシュから目的地メッシュへのバス運行本数を格納した２次元行列（２次元バス運行マトリックス）が作成されているものとする。そこで、上記改善策策定の結果、図６に示されるような出発地メッシュから目的地メッシュへの移動者数（トリップ数）を格納した２次元ＯＤトリップマトリックスをどのように推定すべきかが問題となる。
Next, the effect prediction based on the formulated specific improvement measures is carried out by simulation. An example of the simulation method is as follows, but is not limited thereto.
First, as a result of the above improvement plan formulation, a two-dimensional matrix (two-dimensional bus operation matrix) that stores the number of bus operations from the departure point mesh to the destination mesh as shown on the right side of FIG. 9 has been created. And Therefore, as a result of the above improvement plan formulation, the problem is how to estimate the two-dimensional OD trip matrix that stores the number of trips (trips) from the departure point mesh to the destination mesh as shown in FIG. Become.
一例としては、現状で乗客と推定される顧客以外に、例えば、バス運行路線の近傍に移動軌跡を有する顧客やバス運行路線と移動軌跡が少なくとも一部重複する顧客を潜在乗客として、推定乗客と潜在乗客とを併せて乗客候補とし、２次元ＯＤトリップマトリックスに格納することが可能である。特に、路線新設に際して、乗客を推定する必要があることから、このような手法を採用することが有効である。そして、上述の２次元バス運行マトリックスとこの２次元ＯＤトリップマトリックスとに基づいて、図１０に示されるような回帰分析結果を取得し、これに基づいて、改善策に基づく効果の予測を行うことができる。 As an example, in addition to a customer who is currently estimated to be a passenger, for example, a customer having a movement trajectory in the vicinity of a bus operation route or a customer whose movement trajectory overlaps at least partially with a potential passenger, The potential passengers can be combined as potential passengers and stored in the two-dimensional OD trip matrix. In particular, since it is necessary to estimate passengers when establishing a new route, it is effective to adopt such a method. And based on the above-mentioned two-dimensional bus operation matrix and this two-dimensional OD trip matrix, a regression analysis result as shown in FIG. 10 is acquired, and based on this, the effect is predicted based on the improvement measures. Can do.
仮に、具体的改善策に基づく効果が充分なものではないと判定される場合には、別の具体的改善策を策定し、それに基づくシミュレーションを実施する。そして、これらの工程を繰り返すことにより、最善の具体的改善策に到達することができる。 If it is determined that the effect based on the specific improvement measure is not sufficient, another specific improvement measure is formulated and a simulation based on the specific improvement measure is performed. Then, by repeating these steps, the best concrete improvement measures can be reached.
なお、推定乗客と潜在乗客については、顧客情報等ビッグデータベース１０にＥメールアドレス等の宛先情報が格納されている場合には、このような宛先情報を利用して、バス運行に関するアンケート調査や、バス路線利用促進のためのＰＲ活動を有効に実施することができる。 For estimated passengers and potential passengers, if destination information such as e-mail addresses is stored in the big database 10 such as customer information, using such destination information, a questionnaire survey on bus operation, PR activities for promoting bus route use can be implemented effectively.
次に、路線バス運行評価システム２００を用いた処理内容について、図４を参照して詳細に説明する。
図４は、路線バス運行評価システム２００の処理の一例を示すフローチャートであり、「移動者数行列生成」（ステップ４２０）、「バス運行数行列生成」（ステップ４３０）、「バス運行時間行列生成」（ステップ４４０）、及び、「回帰分析」（ステップ４５０）は、それぞれ、前述した、移動者数行列生成手段２２０、バス運行本数生成手段２３０、バス運行時間行列生成手段２４０、及び、回帰分析手段２５０の動作内容に相応するものである。
Next, the processing content using the route bus operation evaluation system 200 will be described in detail with reference to FIG.
FIG. 4 is a flowchart showing an example of processing of the route bus operation evaluation system 200. “Movement number matrix generation” (step 420), “Bus operation number matrix generation” (step 430), “Bus operation time matrix generation” "Step 440" and "Regression analysis" (Step 450) are respectively the number-of-travelers matrix generation means 220, the bus operation number generation means 230, the bus operation time matrix generation means 240, and the regression analysis described above. This corresponds to the operation content of the means 250.
そこで、上記各ステップ４２０、４３０、４４０、４５０の処理内容の詳細は省略し、「路線バス運行評価」（ステップ４６０）の処理内容について以下詳述するが、図３に示される前述の「路線バス運行評価」（ステップ３６０）の処理内容と重複する部分については説明を省略し、ステップ４６０に特有の処理内容（３次元データの処理）を中心に説明する。 Therefore, the details of the processing contents of the above steps 420, 430, 440, and 450 are omitted, and the processing contents of the “route bus operation evaluation” (step 460) are described in detail below. The description overlapping with the processing content of “bus operation evaluation” (step 360) will be omitted, and the processing content unique to step 460 (processing of three-dimensional data) will be mainly described.
現状分析に関しては、先に指摘したように、実際の乗客を対象として行うことが望ましい。そこで、図７に示されるような３次元ＯＤトリップマトリックスのデータと（不図示の）２次元バス運行時間マトリックスのデータとを突き合わせ、バス運行平均時間近傍の移動時間を有する移動者数を３次元行列から求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間近傍の移動時間を有する移動者数の（２次元）ＯＤトリップマトリックス（「推定乗客ＯＤトリップマトリックス」）を得、この推定乗客ＯＤトリップマトリックスと図９右側に示されるような２次元バス運行マトリックスとを突き合わせることにより、推定乗客のＯＤトリップ数とバス運行本数との回帰分析を行う。この回帰分析結果が現状分析に相当するものとなる。 As pointed out above, the current situation analysis should be conducted on actual passengers. Therefore, the three-dimensional OD trip matrix data as shown in FIG. 7 and the two-dimensional bus operation time matrix data (not shown) are collated, and the number of passengers having a movement time in the vicinity of the average bus operation time is three-dimensional. From the matrix, obtain a (two-dimensional) OD trip matrix ("estimated passenger OD trip matrix") of the number of travellers having travel time in the vicinity of the average bus operation time from the departure point mesh to the destination mesh. By comparing the estimated passenger OD trip matrix with the two-dimensional bus operation matrix as shown on the right side of FIG. 9, the regression analysis of the estimated passenger OD trip number and the number of bus operations is performed. This regression analysis result corresponds to the current analysis.
一方、具体的改善策のシミュレーションに関しては、３次元ＯＤトリップマトリックスのデータと２次元バス運行時間マトリックスのデータとを突き合わせ、バス運行平均時間と同等又はより大きな移動時間を有する移動者数を３次元行列から求めて得られた乗客候補の（２次元）ＯＤトリップマトリックス（「シミュレーションＯＤトリップマトリックス１」）と前記２次元バス運行本数マトリックスとを突き合わせることにより、乗客候補数とバス運行本数との回帰分析を行ってシミュレーションを実施できる。 On the other hand, for the simulation of specific improvement measures, the data of the 3D OD trip matrix and the data of the 2D bus operation time matrix are matched, and the number of passengers having a travel time equal to or greater than the average bus operation time is 3D. By comparing the (2D) OD trip matrix ("simulation OD trip matrix 1") of the passenger candidates obtained from the matrix and the 2D bus operation number matrix, the number of passenger candidates and the number of bus operations Simulation can be performed by performing regression analysis.
また、乗客候補を、上記推定乗客、及び、上記推定乗客と特定の属性が一致する顧客でバス路線の近傍に移動軌跡の少なくとも一部が存在する顧客と推定することにも蓋然性があることから、このような乗客候補の（２次元）ＯＤトリップマトリックス（「シミュレーションＯＤトリップマトリックス２」）と前記２次元バス運行本数マトリックスとを突き合わせることにより、乗客候補数とバス運行本数との回帰分析を行って効果の検証のためのシミュレーションを実施できる。 In addition, it is probable that the passenger candidate is estimated to be the estimated passenger and the customer whose specific attribute matches that of the estimated passenger and the customer having at least a part of the movement locus in the vicinity of the bus route. The regression analysis of the number of candidate passengers and the number of bus operations is performed by matching the (2D) OD trip matrix (“simulation OD trip matrix 2”) of such passenger candidates with the two-dimensional bus operation number matrix. And perform simulations to verify the effect.
さらに、乗客候補を、上記推定乗客、及び、出発地メッシュから目的地メッシュへのバス運行平均時間より大きな移動時間を有するとともにバス路線の近傍に移動軌跡の一部が存在する顧客と推定することにも蓋然性があることから、このような乗客候補の（２次元）ＯＤトリップマトリックス（「シミュレーションＯＤトリップマトリックス３」）と前記２次元バス運行本数マトリックスとを突き合わせることにより、乗客候補数とバス運行本数との回帰分析を行って効果の検証のためのシミュレーションを実施できる。 Further, the passenger candidate is estimated as the estimated passenger and a customer who has a travel time larger than the average bus operation time from the departure point mesh to the destination mesh and has a part of the movement track in the vicinity of the bus route. Therefore, by comparing the (2D) OD trip matrix (“simulation OD trip matrix 3”) of such passenger candidates with the two-dimensional bus operation number matrix, the number of candidate passengers and the bus It is possible to carry out a simulation to verify the effect by performing regression analysis with the number of trains.
仮に、具体的改善策に基づく効果が充分なものではないと判定される場合には、別の具体的改善策を策定し、それに基づくシミュレーションを実施する。そして、これらの工程を繰り返すことにより、最善の具体的改善策に到達することができる。 If it is determined that the effect based on the specific improvement measure is not sufficient, another specific improvement measure is formulated and a simulation based on the specific improvement measure is performed. Then, by repeating these steps, the best concrete improvement measures can be reached.
なお、上述のシミュレーション手法は、あくまで例示であって、これに限られるものではない。 Note that the above-described simulation method is merely an example, and is not limited thereto.
１０ 顧客位置等ビッグデータベース
５０ 路線バス運行データベース
１００、２００ 路線バス運行評価システム
１２０、２２０ 移動者数行列生成手段
１３０、２３０ バス運行本数行列生成手段
２４０ バス運行時間行列生成手段
１５０、２５０ 回帰分析手段
10 Big database of customer locations, etc. 50 Route bus operation database 100, 200 Route bus operation evaluation system 120, 220 Number-of-travel matrix generation means 130, 230 Bus operation number matrix generation means 240 Bus operation time matrix generation means 150, 250 Regression analysis means
Claims (11)
少なくとも路線バスの前記所定の地理範囲の路線及び運行スケジュールを格納した路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行本数を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行本数を格納して２次元行列を生成するバス運行本数行列生成手段と、
前記出発地メッシュから目的地メッシュへの移動者数、及び、バス運行本数を用いた回帰分析を行う回帰分析手段と、
を含み、前記回帰分析の結果を用いて路線バス運行の評価を行うことを特徴とする路線バス運行評価システム。 Obtained from the big database storing the customer location information, etc., from the position coordinates and time coordinates of the meshed predetermined geographical range of the customer satisfying the predetermined condition, obtain each mesh residence time in the movement trajectory of the customer, A starting point mesh and a destination mesh are specified for each customer based on the residence time, and the starting point mesh and the destination mesh are specified based on a set of customers specified for the starting point mesh and the destination mesh. A two-dimensional matrix element that stores the number of moving persons from the starting point mesh to the destination mesh and generates a two-dimensional matrix;
The number of bus operations from the departure point mesh to the destination mesh is calculated using a route bus operation database storing at least the route of the predetermined geographical range and the operation schedule of the route bus, and the departure point mesh and the destination mesh are calculated. Bus operation number matrix generating means for generating a two-dimensional matrix by storing the calculated number of bus operations in a specified two-dimensional matrix element;
Regression analysis means for performing regression analysis using the number of passengers from the departure point mesh to the destination mesh, and the number of bus operations,
A route bus operation evaluation system comprising: evaluating the route bus operation using the result of the regression analysis.
少なくとも路線バスの前記所定の地理範囲の路線及び運行スケジュールを格納した路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行本数を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行本数を格納して２次元行列を生成するバス運行本数行列生成手段と、
前記路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行平均時間を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行平均時間を格納して２次元行列を生成するバス運行時間行列生成手段と、
前記出発地メッシュから目的地メッシュへの移動者数、及び、バス運行本数を用いた回帰分析、及び／又は、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に格納された前記バス運行平均時間近傍の移動時間を有する前記出発地メッシュから目的地メッシュへの移動者数を前記３次元行列から求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間近傍の移動時間を有する移動者数、及び、バス運行本数を用いた回帰分析を行う回帰分析手段と、
を含み、前記回帰分析の結果を用いて路線バス運行の評価を行うことを特徴とする路線バス運行評価システム。 Obtained from the big database storing the customer location information, etc., from the position coordinates and time coordinates of the meshed predetermined geographical range of the customer satisfying the predetermined condition, obtain each mesh residence time in the movement trajectory of the customer, A starting point mesh and a destination mesh are specified for each customer based on the residence time, and the starting point mesh and the destination mesh are specified based on a set of customers specified for the starting point mesh and the destination mesh. The two-dimensional matrix element stores the number of persons moving from the starting point mesh to the destination mesh to generate a two-dimensional matrix, and the starting point mesh, the destination mesh, and the starting point mesh to the destination For each moving time from the starting mesh to the destination mesh, a three-dimensional matrix element specified by the moving time to reach the mesh And migrants matrix generating means for generating a 3-dimensional matrix to store the migrants,
The number of bus operations from the departure point mesh to the destination mesh is calculated using a route bus operation database storing at least the route of the predetermined geographical range and the operation schedule of the route bus, and the departure point mesh and the destination mesh are calculated. Bus operation number matrix generating means for generating a two-dimensional matrix by storing the calculated number of bus operations in a specified two-dimensional matrix element;
The average bus operation time from the departure point mesh to the destination mesh is calculated using the route bus operation database, and the calculated bus operation is calculated in a two-dimensional matrix element specified by the departure point mesh and the destination mesh. Bus operation time matrix generating means for storing a mean time and generating a two-dimensional matrix;
Regression analysis using the number of passengers from the starting point mesh to the destination mesh and the number of bus operations, and / or the two-dimensional matrix elements specified by the starting point mesh and the destination mesh The number of visitors from the departure point mesh to the destination mesh having a movement time near the bus operation average time is obtained from the three-dimensional matrix, and the movement near the bus operation average time from the departure point mesh to the destination mesh A regression analysis means for performing a regression analysis using the number of traveling people having time and the number of bus operations;
A route bus operation evaluation system comprising: evaluating the route bus operation using the result of the regression analysis.
少なくとも路線バスの前記所定の地理範囲の路線及び運行スケジュールを格納した路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行本数を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行本数を格納して行列を生成するステップと、
前記出発地メッシュから目的地メッシュへの移動者数、及び、バス運行本数を用いた回帰分析を行うステップと、
を含み、前記回帰分析の結果を用いて路線バス運行の評価を行うことを特徴とする路線バス運行評価方法。 Obtained from the big database storing the customer location information, etc., from the position coordinates and time coordinates of the meshed predetermined geographical range of the customer satisfying the predetermined condition, obtain each mesh residence time in the movement trajectory of the customer, A starting point mesh and a destination mesh are specified for each customer based on the residence time, and the starting point mesh and the destination mesh are specified based on a set of customers specified for the starting point mesh and the destination mesh. Generating a two-dimensional matrix by storing, in a two-dimensional matrix element, the number of persons moving from the starting mesh to the destination mesh;
The number of bus operations from the departure point mesh to the destination mesh is calculated using a route bus operation database storing at least the route of the predetermined geographical range and the operation schedule of the route bus, and the departure point mesh and the destination mesh are calculated. Storing the calculated number of bus operations in a specified two-dimensional matrix element to generate a matrix;
Performing a regression analysis using the number of passengers from the departure point mesh to the destination mesh, and the number of bus operations;
And evaluating the route bus operation using the result of the regression analysis.
少なくとも路線バスの前記所定の地理範囲の路線及び運行スケジュールを格納した路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行本数を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行本数を格納して２次元行列を生成するステップと、
前記路線バス運行データベースを用いて前記出発地メッシュから目的地メッシュへのバス運行平均時間を計算し、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に、前記計算されたバス運行平均時間を格納して２次元行列を生成するステップと、
前記出発地メッシュから目的地メッシュへの移動者数、及び、バス運行本数を用いた回帰分析、及び／又は、前記出発地メッシュ及び目的地メッシュで指定される２次元行列要素に格納された前記バス運行平均時間近傍の移動時間を有する前記出発地メッシュから目的地メッシュへの移動者数を前記３次元行列から求めて、前記出発地メッシュから目的地メッシュへの前記バス運行平均時間近傍の移動時間を有する移動者数、及び、バス運行本数を用いた回帰分析を行うステップと、
を含み、前記回帰分析の結果を用いて路線バス運行の評価を行うことを特徴とする路線バス運行評価方法。 Obtained from the big database storing the customer location information, etc., from the position coordinates and time coordinates of the meshed predetermined geographical range of the customer satisfying the predetermined condition, obtain each mesh residence time in the movement trajectory of the customer, A starting point mesh and a destination mesh are specified for each customer based on the residence time, and the starting point mesh and the destination mesh are specified based on a set of customers specified for the starting point mesh and the destination mesh. The two-dimensional matrix element stores the number of persons moving from the starting point mesh to the destination mesh to generate a two-dimensional matrix, and the starting point mesh, the destination mesh, and the starting point mesh to the destination For each moving time from the starting mesh to the destination mesh, a three-dimensional matrix element specified by the moving time to reach the mesh Generating a 3-dimensional matrix to store the migrants,
The number of bus operations from the departure point mesh to the destination mesh is calculated using a route bus operation database storing at least the route of the predetermined geographical range and the operation schedule of the route bus, and the departure point mesh and the destination mesh are calculated. Storing the calculated number of bus operations in a specified two-dimensional matrix element to generate a two-dimensional matrix;
The average bus operation time from the departure point mesh to the destination mesh is calculated using the route bus operation database, and the calculated bus operation is calculated in a two-dimensional matrix element specified by the departure point mesh and the destination mesh. Storing a mean time and generating a two-dimensional matrix;
Regression analysis using the number of passengers from the starting point mesh to the destination mesh and the number of bus operations, and / or the two-dimensional matrix elements specified by the starting point mesh and the destination mesh The number of visitors from the departure point mesh to the destination mesh having a movement time near the bus operation average time is obtained from the three-dimensional matrix, and the movement near the bus operation average time from the departure point mesh to the destination mesh A step of performing regression analysis using the number of traveling people having time and the number of bus operations;
And evaluating the route bus operation using the result of the regression analysis.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014206963A JP5852721B1 (en) | 2014-10-08 | 2014-10-08 | Route bus operation analysis evaluation system, analysis evaluation method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014206963A JP5852721B1 (en) | 2014-10-08 | 2014-10-08 | Route bus operation analysis evaluation system, analysis evaluation method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP5852721B1 true JP5852721B1 (en) | 2016-02-03 |
| JP2016076141A JP2016076141A (en) | 2016-05-12 |
Family
ID=55238030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014206963A Active JP5852721B1 (en) | 2014-10-08 | 2014-10-08 | Route bus operation analysis evaluation system, analysis evaluation method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5852721B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869388A (en) * | 2016-05-31 | 2016-08-17 | 苏州朗捷通智能科技有限公司 | Bus passenger flow data collection and origin-destination point analysis method and system |
| CN109102114A (en) * | 2018-08-02 | 2018-12-28 | 中南大学 | A kind of bus trip get-off stop estimation method based on data fusion |
| CN113901109A (en) * | 2021-10-11 | 2022-01-07 | 交通运输部规划研究院 | Method for calculating total number of people and time distribution of passenger and truck travel modes on intercity highway |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105809292B (en) * | 2016-03-21 | 2019-11-26 | 广州地理研究所 | Bus IC card passenger getting off car website projectional technique |
| JP6621208B2 (en) * | 2016-12-28 | 2019-12-18 | Kddi株式会社 | Program, apparatus and method for estimating necessity of two-way transportation between places of stay |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003323523A (en) * | 2002-04-30 | 2003-11-14 | Institution For Transport Policy Studies | System for supporting transportation network evaluation and line maintenance selection |
| JP2014115956A (en) * | 2012-12-12 | 2014-06-26 | Toyota Motor Corp | Transportation plan preparation support apparatus and transportation plan preparation support method |
-
2014
- 2014-10-08 JP JP2014206963A patent/JP5852721B1/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003323523A (en) * | 2002-04-30 | 2003-11-14 | Institution For Transport Policy Studies | System for supporting transportation network evaluation and line maintenance selection |
| JP2014115956A (en) * | 2012-12-12 | 2014-06-26 | Toyota Motor Corp | Transportation plan preparation support apparatus and transportation plan preparation support method |
Non-Patent Citations (1)
| Title |
|---|
| JPN6015044619; 杉尾恵太、磯部友彦、竹内伝史: 'ＧＩＳを用いたバス路線網計画支援システムの構築：潜在需要の把握による路線評価について' 土木計画学研究・論文集 Ｖｏｌ．１８ Ｎｏ．４, 200109, ｐ．６１７-６２６ * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869388A (en) * | 2016-05-31 | 2016-08-17 | 苏州朗捷通智能科技有限公司 | Bus passenger flow data collection and origin-destination point analysis method and system |
| CN109102114A (en) * | 2018-08-02 | 2018-12-28 | 中南大学 | A kind of bus trip get-off stop estimation method based on data fusion |
| CN109102114B (en) * | 2018-08-02 | 2022-04-05 | 中南大学 | Bus trip getting-off station estimation method based on data fusion |
| CN113901109A (en) * | 2021-10-11 | 2022-01-07 | 交通运输部规划研究院 | Method for calculating total number of people and time distribution of passenger and truck travel modes on intercity highway |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016076141A (en) | 2016-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5852721B1 (en) | Route bus operation analysis evaluation system, analysis evaluation method, and program | |
| US10311385B2 (en) | Vehicle fleet routing system | |
| Conway et al. | Evidence-based transit and land use sketch planning using interactive accessibility methods on combined schedule and headway-based networks | |
| JP6895325B2 (en) | Traffic demand forecasting device, traffic demand forecasting method, and traffic demand forecasting program | |
| TW201946025A (en) | A method and a computer system for providing a route or a route duration for a journey from a source location to a target location | |
| López Santana et al. | A hybrid column generation and clustering approach to the school bus routing problem with time windows | |
| JP6314656B2 (en) | Road traffic demand forecasting apparatus and road traffic demand forecasting method | |
| Jung et al. | High-coverage point-to-point transit: study of path-based vehicle routing through multiple hubs | |
| Zhou et al. | Monitoring transit-served areas with smartcard data: A Brisbane case study | |
| JP7427216B2 (en) | People flow analysis method, program, computer storage medium, and people flow analysis system | |
| JP6999519B2 (en) | Transport capacity adjustment device, transport capacity adjustment system and transport capacity adjustment method | |
| KR101473103B1 (en) | traffic demand forecast system based on agents | |
| Poudel et al. | Evccs: Realistic simulation framework for electric vehicle commute and charge | |
| Callejas Cuervo et al. | Simulation based on system dynamics for evaluating the quality of transport service in a complex social system | |
| JP2019215798A (en) | Information processing method and information processing device | |
| Stewart et al. | Perspectives on transit: Potential benefits of visualizing transit data | |
| JP2021096793A (en) | Area analysis system and method thereof | |
| Nuzzolo et al. | An advanced traveller advisory tool based on individual preferences | |
| Hariz et al. | Mobility traffic model based on combination of multiple transportation forms in the smart city | |
| Jamalul Shamsudin et al. | Integrating network concept into multi criteria analysis for suggesting bus rapid transit routes | |
| Saini et al. | Urban travel demand estimation using genetic algorithm | |
| De Oliveira et al. | Optimization of taxi cabs assignment in geographical location-based systems | |
| Mitsakis et al. | Combination of macroscopic and microscopic transport simulation models: Use case in Cyprus. | |
| Frez et al. | SmartCity: Public Transportation Network Planning Based on Cloud Services, Crowd Sourcing and Spatial Decision Support Theory | |
| Souza et al. | Optimization of taxi cabs assignment using a geographical location-based system in distinct offer and demand scenarios |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20151105 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151204 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5852721 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |