需要変動パターンは特定の曜日にピークを持つ など、正規分布に従うとは考えにくい
独立成分分析（ ICA) の利用
尖度を指標として最も独立な成分を探索
最も独立な分布≒最も非正規的な分布（中心極限定理）
独立成分分析（ Independent Component Analysis)
No.6767
仙台市バス トラフィックカウンター データ
• 全路線バス車両に搭載
–系統番号と始発出発時刻
• 各バス停での記録データ
–扉開閉時刻（通過時刻）
–整理券発行，運賃カード投入に基づく乗車人数 –降車ドアの光センサーに基づく降車人数
本研究では乗車人数データを使用（２００６年度の３６５日分）
–8時台に始発バス停を出発する便の集計値
経由キャンパス 経由バス停
川内cp 仙台駅前→広瀬通一番町→二高・宮城県美術館前→
川内郵便局前
川内cp，青葉山cp，宮教大 仙台駅前→青葉通一番町→博物館・国際センター前→扇坂→
工学部中央→情報科学研究科前→宮教大前
川内cp，青葉山cp，工大八木山cp 仙台駅前→青葉通一番町→博物館・国際センター前→扇坂→
工学部中央→八木山動物公園前→東北工大前
（交通局大学病院前）→仙台駅前→青葉通一番町→東北大正門 前→霊屋橋・瑞鳳殿入口→八木山神社前→東北工大前
（交通局大学病院前）→仙台駅前→五橋→愛宕大橋→
工大八木山cp
No.68
計算された独立成分 ( 需要パターン ) s
j68
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
s1
s2
s3
s4
s5 4
2 0 -2
4 2 0 -2
8 4 2 0 -2
4 12 8
0 16
6 4 0 -2 2
主成分分析に よる次元の縮約
・寄与率２％以上
・累積寄与率９０％以上 ５つの主成分
５つの独立成分
・平均０分散１に基準化 された無次元の数値
・絶対値には実際的な 意味はない
計算された混合比率 a ij
69
70
得られた独立成分の特徴
-2 0 2 4 6 8
交通局大 市民会館 メディ 大町西公 高等裁判 仙台駅前 電力 地下鉄広 商工会議 定禅寺通 広瀬通一 東北公済 立町小学 仲の 二高 川内郵便 市民 博物館 国際 ＪＲ東日 五橋 市立病院 愛宕大橋 青葉通一 晩翠草堂 片平丁小 東北大正 霊屋橋 向山二丁 八木山入 向山高校 八木山緑 八木山神 八木山松 ＴＢＣ 東北工大 愛宕神社 向山保育 向山四丁 扇坂 半導体研 理学部自 情報科学 工学部西 工学部中 工学部東 宮教大前
-4 -2 0 2 4
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
a1
s
1：大学生の日常的なバス利用
平日は利用者増加，
土日や長期休暇は減尐
ほとんどのバス停で正 の値，特に仙台駅前や 扇坂で影響が強い
表 2 独立成分の外的条件に対する t検定結果
s1 s2 s3 s4 s5 サンプル数
月 2.911 -0.371 -5.721 0.355 0.113 52
火 3.683 0.740 -0.038 -2.424 2.215 52
水 2.102 2.737 -1.531 1.166 0.585 52
木 2.805 0.522 2.037 1.477 1.401 51
金 4.380 0.521 -3.858 0.869 -0.284 52
土 -13.410 -5.247 0.009 -0.946 -6.846 52
平日 10.668 2.117 -2.647 0.323 1.321 241
日･祝 -22.267 -2.724 2.029 0.079 0.074 72
晴 -0.769 -4.031 -0.727 0.073 0.228 193
曇り 0.527 -1.446 0.592 0.032 -0.569 122
降雤降雪 0.176 4.108 -0.258 -1.467 -0.219 75
積雪 -0.607 1.342 0.255 -0.875 0.932 6
特定の条件を 持つ日のSjの 値が、
全期間の平 均値と異なる かどうかを ｔ検定で確認
No.7171
得られた独立成分の特徴
-4 -2 0 2 4 6
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
-4 -2 0 2 4 6
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
s
2：降雤時のみ利用
s
3：曜日による違い
-1 0 1 2
交通局大 市民会館 メディア 大町西公 高等裁判 仙台駅前 電力ビル 地下鉄広 商工会議 定禅寺通 広瀬通一 東北公済 立町小学 仲の瀬橋 二高・宮 川内郵便 市民プー 博物館・ 国際セン ＪＲ東日 五橋 市立病院 愛宕大橋 青葉通一 晩翠草堂 片平丁小 東北大正 霊屋橋・ 向山二丁 八木山入 向山高校 八木山緑 八木山神 八木山松 ＴＢＣ本 東北工大 愛宕神社 向山保育 向山四丁 扇坂 半導体研 理学部自 情報科学 工学部西 工学部中 工学部東 宮教大前
-2 0 2 4
交通局大 市民会館 メディア 大町西公 高等裁判 仙台駅前 電力ビル 地下鉄広 商工会議 定禅寺通 広瀬通一 東北公済 立町小学 仲の瀬橋 二高・宮 川内郵便 市民プー 博物館・ 国際セン ＪＲ東日 五橋 市立病院 愛宕大橋 青葉通一 晩翠草堂 片平丁小 東北大正 霊屋橋・ 向山二丁 八木山入 向山高校 八木山緑 八木山神 八木山松 ＴＢＣ本 東北工大 愛宕神社 向山保育 向山四丁 扇坂 半導体研 理学部自 情報科学 工学部西 工学部中 工学部東 宮教大前
a2
a3
需要が潜在化
降雤・降雪が観測された日 に利用が増加，晴れの日 は利用が減尐
仙台駅前，広瀬通一番町 で影響が強い(需要増加)． 下流の扇坂バス停で容量 が低下し需要が潜在化
木曜日に利用が増加，月・
金曜日は減尐
仙台駅前で影響が強く需 要が増加．この影響により 複数のバス停で容量低下 し需要が潜在化
扇坂
広瀬通一 扇坂
72
得られた独立成分の特徴
-4 -20 2 4 6 8 10 12 14 16 18
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
-4 -2 0 2 4 6 8 10
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
s4：団体による観光目的の利用
s5：観測誤差の影響を受けた成分
-1 0 1 2
交通局大 市民会館 メディア 大町西公 高等裁判 仙台駅前 電力ビル 地下鉄広 商工会議 定禅寺通 広瀬通一 東北公済 立町小学 仲の瀬橋 二高・宮 川内郵便 市民プー 博物館・ 国際セン ＪＲ東日 五橋 市立病院 愛宕大橋 青葉通一 晩翠草堂 片平丁小 東北大正 霊屋橋・ 向山二丁 八木山入 向山高校 八木山緑 八木山神 八木山松 ＴＢＣ本 東北工大 愛宕神社 向山保育 向山四丁 扇坂 半導体研 理学部自 情報科学 工学部西 工学部中 工学部東 宮教大前
-1 0 1 2
交通局大 市民会館 メディア 大町西公 高等裁判 仙台駅前 電力ビル 地下鉄広 商工会議 定禅寺通 広瀬通一 東北公済 立町小学 仲の瀬橋 二高・宮 川内郵便 市民プー 博物館・ 国際セン ＪＲ東日 五橋 市立病院 愛宕大橋 青葉通一 晩翠草堂 片平丁小 東北大正 霊屋橋・ 向山二丁 八木山入 向山高校 八木山緑 八木山神 八木山松 ＴＢＣ本 東北工大 愛宕神社 向山保育 向山四丁 扇坂 半導体研 理学部自 情報科学 工学部西 工学部中 工学部東 宮教大前
a4
a5
１１月３日にのみ大きな ピーク
愛宕大橋のみで大きな ピーク
実際にこの日に１台あたり ４４人の団体が乗車し八木 山動物園で下車した。
特定の何日かに正の値
交通局大学病院前で正
実際の観測値が不整合
全乗車人数＞＞全降車人数
観測機器の誤差か？
本来需要の推測方法
• 需要の共通的な変動パターンsjが制約を受けずに乗車人数 に反映された時の需要量
１）当該バス停の需要超過日数が尐ない場合 –独立成分分析の結果の混合係数aijとsjの積
２）上流の多くのバス停に共通する需要の増加に伴うバス容量 低下が潜在化をもたらすことが頻発する場合
–容量制約のない状況を再現するためにsjが正である日で かつ混合係数aijが負であるときの計算値を0に置き換える
• 再構成した需要変動に平均値を加えて本来需要の推定値と する
73
74
潜在化した需要量の推定
– 扇坂で年間 708 人（朝 8 時台に出発した全台あたり）
– 年度初めは需要潜在化が頻繁に発生，その後頻度・
量は減尐
0 6 12 18
4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月
扇坂 扇坂
No.7575
結論と今後の課題
• まとめ
– 乗車人数データから利用者の行動特性パターンと 各バス停における混合比率を算出した
– この関係を用いて、需要超過による潜在化を推定す る方法を提案した
– 扇坂バス停での大幅な需要の潜在化，年度末にか けてのバス離れを確認
• 課題
– 意味のある変動なのか、観測データの誤差なの か？
– 始発バス停である仙台駅前での潜在化を把握でき ない
⇒仙台駅前を始発としないバス系統を含める
地下鉄や JR 利用者数などのデータを含める
自動観測データは宝の山か？
• 現在のところは、当たり前のことがわかるかどう かを確認する段階
• 従来の方法で調べてきたことを、より安価に確認 することはできる
• データに含まれている、新しい事実を発見すると ころまでは困難？
（誤差なのか、兆候なのかの区別は困難）
今後の発展に期待する
事例紹介
本四架橋日断面交通量データを しゃぶりつくす！
多次元時系列分析 休日の分類
料金弾力性 四国滞在日数
No.79
参考文献
（１）井上英彦・塚井誠人・奥村 誠：カレンダー情報を利用し た本四連絡橋日交通量の時系列分析， 2003.9 ，土木計画 学研究論文集 , No.20,pp.843-848.
（２）井上英彦・塚井誠人・奥村誠：本四架橋交通量に基づく 休日交通パターンの分類， 2003.11 ，交通工学研究発表会 論文報告集 , No.23,pp.217-220.
（３）塚井誠人・井上英彦・奥村 誠：集計的な到着・出発時 刻分布に基づく滞在時間モデルの推定方法， 2004.11, 土 木計画学研究論文集 , No.21
（４）神野一、井上英彦、塚井誠人、奥村誠：本四架橋交通量
の変動特性と料金変更の影響、 2004.11, 土木計画学研
究･講演集 , Vol.30.
研究 ：本四架橋交通量に基づく 休日交通パターンの分類
広島大学大学院 ○井上 英彦
広島大学大学院 奥村 誠
広島大学大学院 塚井 誠人
背景・目的
• 交通量パターン
前後の休日の配置・降雤の影響を受ける
• 連休の交通量
平日とは異なる連休特有の交通パターン
交通量のパターン・特性の分析が重要
・サービスを検討する上で有効な情報の取得
・ 渋滞予測
アンケート調査や交通量調査に基づいた分析
従来は・・・
交通データの種類と活用法
• 自動計測データ（交通量データ）
利点：時間的、空間的情報を大量に取得 安価に大量にデータを取得できる 欠点：個人情報が含まれない
自動計測データを使用して交通の特性を把握
データが持つ情報が十分活用されているとはいえない。
データ取得技術の発達により・・・