slide1
Download
Skip this Video
Download Presentation
マイクロシミュレーションにおける 可変属性セル問題と解法

Loading in 2 Seconds...

play fullscreen
1 / 19

マイクロシミュレーションにおける 可変属性セル問題と解法 - PowerPoint PPT Presentation


  • 83 Views
  • Uploaded on

マイクロシミュレーションにおける 可変属性セル問題と解法. 東京都市大学 大谷紀子 ( 株 ) ドーコン 杉木 直 Kasetsart Univ. Varameth Vichiensan 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 IPF 法 (Iterative Proportional Fitting Method). IPF 法. 周辺分布. 属性 2.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' マイクロシミュレーションにおける 可変属性セル問題と解法' - teness


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

マイクロシミュレーションにおける可変属性セル問題と解法マイクロシミュレーションにおける可変属性セル問題と解法

東京都市大学 大谷紀子

(株)ドーコン 杉木 直

KasetsartUniv.Varameth Vichiensan

東京都市大学 宮本和明

slide2
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

IPF法 (Iterative Proportional Fitting Method)

slide3
IPF法

周辺分布

属性 2

既定カテゴリ

周辺分布に合致するよう

セル値を調整

推定結果は設定条件に依存

国勢調査等より

属性1

周辺分布

セルベース推定手法

クロス分類表

slide4
マイクロシミュレーションにおける課題
  • セル数
    • シミュレーションの所要時間を左右
  • 予測結果
    • 基準年データに大きく依存

可変領域ユニット問題MAUPと同様

分析ゾーンの違いが大きく影響

slide5
セル統合

基本セル集合

属性の統合

有効な予測結果?

セル数少?

slide6
可変属性セル問題MACP

マイクロシミュレーションのための最適化問題

目的は政策の決定 → 出力は政策変数

制約条件

基本セル集合を用いたときと同等の政策決定

(政策変数の分布に有意差がない)

目的関数

クロス分類表のセル数

目的関数の値が最小となる統合セル集合の探索

slide7
セル統合の位置づけ

一部のエリア

対象エリア全体

一部のエリア

最適な統合セル集合の探索

フルスケールの推定とシミュレーション

slide8
セル統合の処理手順

基本セル集合に基づきIPF法で基準年データ推定

マイクロシミュレーションを複数回実行

統合セル集合生成

統合セル集合に基づきIPF法で基準年データ推定

マイクロシミュレーションを複数回実行

政策変数の分布に関するT検定

slide9
MACPにおける計算量

適切な属性の統合?

適切な属性の統合の組合せ?

共生進化の適用

  • 属性の統合
    • 連続値属性
      • 16通り (5カテゴリ)
      • 512通り(10カテゴリ)
      • 524,288通り(20カテゴリ)
    • カテゴリカル属性
      • 52通り (5カテゴリ)
      • 115,975通り(10カテゴリ)
      • 51,724,158,235,372通り(20カテゴリ)
slide10
共生進化
  • 遺伝的アルゴリズムの一種
    • 最適解探索アルゴリズム
    • 生物の進化過程を模倣
  • 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
    • 多様な解候補からの探索が可能

部分解:属性の統合

全体解:属性の統合の組合せ

slide11

部分解集団

全体解集団

処理手順

適応度

開始

全体解: 解としての良さ

部分解: 属する全体解の適応度の最良値

初期集団生成

個体の評価

次世代の生成

G世代?

No

Yes

全体解集団の最良個体

終了

slide12
評価実験 (1)
  • データ
    • 道央都市圏パーソントリップ調査データ
    • 102,739人の個人データから5,000 人分を無作為抽出
  • 属性
    • 年齢

18カテゴリ(0-9, 10-14, 15-19, ..., 85-89, >90)

    • 就業状態

5カテゴリ (第1次産業,第2次産業,第3次産業,学生,主婦・その他)

slide13
評価実験 (2)
  • マイクロシミュレーションモデル
    • 加齢
    • 死亡
    • 誕生モンテカルロシミュレーション
    • 就業状態の変化
  • 政策変数
    • 5年後の発生交通量
slide14
実験結果
  • 就業状態 => 「主婦・その他」とそれ以外の2カテゴリ
  • 年齢=> 6~9カテゴリ

学生・社会人

主婦・その他

多忙な社会人

活動的な主婦

幼い子供がいる

主婦や社会人

大学生,若手社会人

乳幼児,小・中・高生

余暇を自宅で満喫

余暇を活動的に満喫

slide15
まとめ
  • マイクロシミュレーションのセルベース推定における可変属性セル問題
  • 最適な統合セル集合の探索手法の提案
  • 単純な事例での有用性の確認
    • マイクロシミュレーションに適した統合セル集合
    • 政策変数における属性の特徴の抽出
slide16
部分解 (1)

連続値属性のとき

  • カテゴリ数だけ0,1の並んだビット列
    • 隣り合う同一ビットでカテゴリの結合状況を表す

000111011110000000

カテゴリ結合の通し番号

slide17
部分解 (2)

カテゴリカル属性のとき

  • 2進数の並び

101011110110101110

5

6

3

6

5

6

遺伝子から算出された10進数

カテゴリ結合の通し番号

slide18
全体解
  • 部分解個体へのポインタの組合せ

2番目の属性

3番目の属性

1番目の属性

001111110001110001

011100000111100001

001111010000111100

000111110001100000

000001111100110001

011110000110011000

部分解集団

slide19
適応度
  • 全体解
  • 部分解
    • 当該部分解個体を参照している全体解個体のうち,最も評価の高い全体解個体の適応度

セル数

T値

ad