180 likes | 258 Views
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.
E N D
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
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
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
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
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
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
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
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, …)
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
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
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
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
0 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
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