1 / 18

世帯マイクロデータの適合度評価における 重みの決定手法

世帯マイクロデータの適合度評価における 重みの決定手法. 東京都市大学 大谷紀子 ( 株 ) ドーコン 杉木 直 東京都市大学 宮本和明. 土地利用マイクロシミュレーション. 土地利用と交通の詳細な変化の記述方法 初期年次のマイクロデータが必要 各世帯の世帯人数,世帯構成員の年齢,性別 etc. 実際のデータの入手は困難 推定データの作成 推定手法の妥当性は?. 観測 データ B. 推定データ E 1. 推定データ E 2. 観測データを利用した適合度評価. 異なる推定手法の再現性能の比較評価. 適合度. 適合度. 適合度の高い推定データの作成手法.

jorryn
Download Presentation

世帯マイクロデータの適合度評価における 重みの決定手法

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 世帯マイクロデータの適合度評価における重みの決定手法世帯マイクロデータの適合度評価における重みの決定手法 東京都市大学 大谷紀子 (株)ドーコン 杉木 直 東京都市大学 宮本和明

  2. 土地利用マイクロシミュレーション • 土地利用と交通の詳細な変化の記述方法 • 初期年次のマイクロデータが必要 各世帯の世帯人数,世帯構成員の年齢,性別 etc. • 実際のデータの入手は困難 • 推定データの作成 • 推定手法の妥当性は?

  3. 観測データB 推定データE1 推定データE2 観測データを利用した適合度評価 • 異なる推定手法の再現性能の比較評価 適合度 適合度 適合度の高い推定データの作成手法 観測データがない場合の推定手法として有効

  4. 対象属性とデータ間距離

  5. 推定データの適合度 観測データ 推定データ • 5種のデータ間距離の正規化平均の重み和 dsum 推定データの適合度 = dsumの最小値

  6. 重み設定 • 属性ごとに要求される推定精度 シミュレーションの目的により変動 各属性を重視する度合いに応じて重みを設定 設定の基準は??? • 本研究の目的 重み設定の目安の提示 重み設定指標の提案

  7. 属性の影響力 属性 z について 属性値を変更 改変観測 データBz 観測データ B マイクロシミュレーション 改変観測 データBz’ 観測データ B’ 政策変数V 政策変数Vz

  8. 重み基準値 • 重み基準値 • 全属性を同等に考慮 重み=重み基準値 • 属性ごとに重視度合を変動 重み=重み基準値×属性の重視度合

  9. 算出例 • 3属性に関する改変観測データ集合を生成 • 5年後を予測するマイクロシミュレーション • 算出結果

  10. まとめ • 適合度算出における重み決定の目安の提示 • 重み決定指標の提案 • 属性の影響力 • 重み基準値 影響力に応じた適合度算出が可能

  11. 年齢・性別・世帯主との関係 • 構成員カテゴリ 本人男 本人女 妻  息子の妻 その他1男 息子1 娘1  父兄弟  その他2男  息子2 娘2  母姉妹   その他1女 息子3 娘3  孫男 孫女その他2女 • データ表現 • 世帯構成員の年齢を成分とする20次元ベクトル • 構成員不在の成分 →999 • データ間距離 edis • 2ベクトル間のユークリッド距離 45歳の父親,42歳の母親,15歳の息子,12歳の娘の世帯のデータ (45,15, 999, 999, 42, 12, 999, 999, …)

  12. 住宅タイプ 組合せ4種+その他=計5種 集合 持ち家・集合 その他 2 賃貸・集合 1 0 賃貸 0 1 2 賃貸・戸建 持ち家・戸建 • 住宅タイプの分類 • 持ち家or 賃貸 • 戸建 or 集合 • データ表現 • 賃貸・集合を軸とする 2次元ベクトル • データ間距離 mdis • 2ベクトル間の マンハッタン距離

  13. 居住ゾーン・自動車保有台数・世帯所得 • 居住ゾーンのデータ間距離 tdis • 2ゾーン間の時間距離 • 自動車保有台数のデータ間距離 ldis • log(自動車保有台数+1)の差 • 世帯所得のデータ間距離 ddis • 世帯所得の差

  14. 適合度計算における問題点 データ数がNのとき 世帯番号ペアはN!通り 距離和が最小となるデータの組合せの探索 世帯番号ペア 観測データ 推定データ 組合せ爆発! 共生進化の適用

  15. 共生進化 • 遺伝的アルゴリズムの一手法 • 生物の進化を模倣した最適解探索アルゴリズム • 同種個体の協働による目標の達成 • 解を部分解の組合せで表現 • 部分解集団と全体解集団の並行進化 • 局所解への収束を回避

  16. 0 0 0 1 0 0 1 1 1 1 1 0 0 0 0 0 1 1 0 1 1 1 1 1 0 1 0 個体集団 0 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 0 0 1 1 1 1 1 1 1 0 1 0 1 1 1 0 0 0 0 1 0 1 1 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 0 1 1 0 0 0 0 1 0 0 0 1 1 0 0 0 0 1 0 0 1 0 0 1 1 0 0 0 0 ・・・ 0 1 1 0 0 1 0 0 0 0 1 0 遺伝的アルゴリズム • 生物の進化を模倣した最適解探索アルゴリズム • 問題に対する解を染色体で表現 親個体 交叉 子個体 突然変異 局所解への収束が問題

  17. 部分解と全体解の表現 • 部分解 • 全体解 観測データの世帯番号 推定データの世帯番号 ・・・ 世帯番号ペア1 世帯番号ペア2 世帯番号ペアLp Lw個 部分解集団

More Related