エージェント協調を用いたプローブカー・データによる空間補完システム

摘要

エージェント協調を用いて，プローブカーから得られる速度データを基に交通情報の空間補完を行うシステムを構築した．本システムは，各道路リンクに配置された推定エージェントと学習エージェントによって構成され，各道路リンクの速度は推定エージェントによって更新され，計算こ必要な重み値は学習エージェントによって更新される．推定エージェントと学習エージェントを交互に動作することによって，補完精度が改善することを確認し，2007/11/01から2008/10/31のプローブカー・データを基に学習した結果，補完誤差の標準偏差8.53km/hを得た．%We propose a multi-agent based interpolation system of traffic condition, which includes estimation and learning agents. These agents are allocated to all the road links. Estimation agents renew the velocity of each road link, and learning agents renew the weight values for estimation. Estimation and learning agents alternately calculate the results to improve the interpolation accuracy. The standard deviation of the estimated velocity is 8.53 km/h, which is obtained from the probe car data from 2007/11/01 to 2008/10/31.