長時間バスロケーションデータに対するサポートベクトル回帰及び畳み込みニューラルネットワークによる到着時刻予測

摘要

バス運行に関するWeb 情報サービスにバスの現在位置情報（以下、「バスロケ」）を付加したサイトが増加している。山梨県にバス県域全体の路線におけるバス位置情報を収集し、バス利用者に位置情報をリアルタイムで提供するWeb サービス「やまなしバスコンシェルジュがある。周知のとおり、道路状況に影響されるバスは定時運行が困難であり、到着予測時刻のサービスには強いニーズがある。すでにバスロケを用いた到着時刻予測に関する研究は多数行われており、実用的なサービスサイトも増えている。しかし、実用サービスにおける精度は必ずしも満足できるものではなく、最近でも精度向上のための研究が続いている。手法としては、ARIMA(Autoregressive IntegratedMoving Average)などの時系列分析手法を用いたもの、ニューラルネットワークを用いたもの、k-最近傍法やSVR(サポートベクトル回帰)を用いたものなどがある。これまでの多くの研究は、運行頻度が高い大都市圏のバス運行データに関するものであり、実用サービスも大手バス事業者によるものがほとhどである。しかし、到着（あるいは遅延）予測は、むしろ運行回数が日に数本程度の地方路線バスに対するニーズの方が高いと考えられる。乗り遅れた場合の不利益が大きいからである。一方、地方の路線ほど予測が難しい。地方では通勤に自家用車を利用する割合が高く、通勤時間帯と日中との渋滞状況の差が激しい。後述するように、渋滞は日々同様に発生するのではなく、日による揺らぎが大きいため、バスの遅延の日格差が大きいのである。