結果

総交通需要におけるCAVの混合率を0から1まで0.1刻みで変化させて，それぞれの CAV混合率において均衡制約付きのネットワークデザイン問題を解いた．図6-5，図6-6， 図6-7はそれぞれ，目的関数の値，総移動時間の平均，総移動時間の標準偏差の推移を示す．

いずれの図においても，左がケース1の結果を示し，右がケース2の結果を示している．各 交通需要におけるCAVの混合率を0.1から1に変化させ，シミュレーテッドアニーリング を行った結果と，全リンクに専用レーンを配置しない場合の結果を示している．

一般的にCAVの混合率が高くなると，レーン交通容量の平均が大きくなり，分散が小 さくなることから，総移動時間の平均と分散は小さくなる傾向にある．図6-8は最適化され た目的関数の値，総移動時間の平均，総移動時間の分散を，専用レーンを全く設置しないと きのそれぞれの値と比べたときの改善率を示す．CAV 混合率が 0から0.7 まで増加するに 従い，最適化に伴う目的変数の改善幅が大きくなり，CAV 混合率が0.7 から1に増加する 過程では，最適化に伴う目的変数の改善幅が小さくなる．この傾向は，中程度のCAV混合 率において，CAV専用レーンの設置効果が大きくなると報告する，Ye and Yamamoto (2018) の内容と類似している．

105

図6-5 目的関数 （左：ケース1，右：ケース2）

図6-6 総移動時間の平均 （左：ケース1，右：ケース2）

図6-7 総移動時間の標準偏差 （左：ケース1，右：ケース2）

106

図6-8 目的関数，総移動時間の平均および標準偏差の改善率

（左：ケース1，右：ケース2）

上記の結果はヒューリスティックなアルゴリズムである，シミュレーテッドアニーリング に基づく結果である．この結果の妥当性を検証するため，総交通需要におけるCAV混合率 を0から1まで0.1刻みで動かした，11パターンにおいて，すべての解を列挙した．図6-9, 図6-10は総交通需要のCAV混合率がそれぞれ0.1, 0.3, 0.5, 0.7, 0.9であるときの結果を示し ている．道路ネットワーク全体のレーン交通容量は図6-8における仮定と同様に，2種類の ケースで検討している．図中の各ヒストグラムにおける横軸は目的関数の値を示しており，

縦軸はサンプル数を示している．赤線は大域解における目的変数の値を表しており，黒線は すべてのレーンにおいてCAV専用レーンを設置しないときの目的変数の値を示している．

各図における左側の5つのヒストグラムは，各ヒストグラムにおいて，分布の全体が確認で きるように，横軸のスケールを調節している．同じく，右側の5つのヒストグラムは𝑝𝐶𝐴𝑉= 0.1のとき，分布の全体が確認できるような横軸のスケールを，すべてのヒストグラムで合 わせているものである．したがって，左右の一連のヒストグラムは同じ結果を表している．

𝑝𝐶𝐴𝑉= 0.1および𝑝𝐶𝐴𝑉= 0.3のとき，赤線および黒線はそれぞれ分布全体の左右の端に位置

している．それぞれの分布は単峰であるのに対して，そのほかの分布では複数のピークが確 認される．

表6-2と表6-3は，ケース1とケース2のそれぞれにおいて，すべての道路ネットワー クにおいて，CAV 専用レーンを全く設置しないときと比べて，目的変数の値が改善する解 の個数を調べたものである．総交通需要のCAV混合率が増加するに従い，CAV専用レーン を全く設置しない場合と比べて，目的変数の値が改善する解の個数が増える傾向にある．

CAV 混合率が0から 0.4の間は，ネットワークを効率化する解の個数は少なくとどまるも のの，CAV混合率が0.4から0.6に増加する過程で，ネットワークを効率化する解は急に増 加する．CAV混合率が0.6以上になると，ネットワークが効率化された解の割合は100%近 くになる．CAV混合率が0から0.3のとき，CAV混合率が少ないにもかかわらず，少数の 解がネットワークを効率化している．これは，ネットワークの形状が変化したことに伴って，

107

CAV 専用レーンが設置されたレーン周辺ではレーン移動時間が増加し，その結果として各 交通需要の経路選択が変化して，ネットワークが効率化した結果であると解釈できる．

表6-4と表6-5はケース1とケース2のそれぞれにおいて，上位問題の実行可能解をす べて列挙することで得られた大域解と，シミュレーテッドアニーリングに基づくヒューリ スティックな解を比較したものである．それぞれのケースにおいて，目的変数の値を比較し ている．

図6-9 解を全列挙したときの結果（ケース1）

108

図6-10 解を全列挙したときの結果（ケース2）

表 6-2 CAV専用レーンを設置しない場合との比較 (ケース1)

CAV混合率 0 0.1 0.2 0.3 0.4 0.5

改善された解の個数 2 6 1 7 729 59,512 改善された解の割合 [%] 0.00 0.00 0.00 0.00 0.14 11.35

CAV混合率 0.6 0.7 0.8 0.9 1

改善された解の個数 524,272 524,286 524,279 524,285 524,287 改善された解の割合 [%] 100.00 100.00 100.00 100.00 100.00

109

表6-3 CAV専用レーンを設置しない場合との比較 (ケース2)

CAV混合率 0 0.1 0.2 0.3 0.4 0.5

改善された解の個数 2 4 1 75 1,017 51,919 改善された解の割合 [%] 0.00 0.00 0.00 0.01 0.19 9.90

CAV混合率 0.6 0.7 0.8 0.9 1

改善された解の個数 476,536 524,279 524,285 524,284 524,287 改善された解の割合 [%] 90.89 100.00 100.00 100.00 100.00

表6-4 ヒューリスティックな解と大域解との比較 (ケース1) CAV混合率 0 0.1 0.2 0.3 0.4 0.5

目的関数 1.00 1.00 1.00 1.00 1.00 1.00 CAV混合率 0.6 0.7 0.8 0.9 1.00 目的関数 1.00 1.00 1.00 1.00 1.00

表6-5 ヒューリスティックな解と大域解との比較 (ケース2) CAV混合率 0 0.1 0.2 0.3 0.4 0.5 目的関数 1.00 1.00 1.00 1.00 1.00 1.00 CAV混合率 0.6 0.7 0.8 0.9 1.00 目的関数 1.00 1.00 1.02 1.03 1.00