[論文レビュー] Architecture for Modular Microsimulation of Real Estate Markets and Transportation

Paul G. Waddell, Ignacio Garcia‐Dorado+5 more|arXiv (Cornell University)|Jun 29, 2018

Transportation Planning and Optimization被引用数 8

ひとこと要約

本論文は、都市計画を目的として、土地利用、移動需要、交通割り当てモデルを統合するモジュラーでオープンソースのマイクロシミュレーションアーキテクチャを提示する。UrbanSim、ActivitySim、およびGPUアクセラレートされた交通マイクロシミュレータを連携させることで、高解像度かつフルエージェントの移動パターンと混雑状況のシミュレーションが可能となり、SUMOと比較して平均6%の占有率一致を達成し、交通および土地利用政策の年次フィードバック分析を可能にする。

ABSTRACT

Integrating land use, travel demand, and traffic models represents a gold standard for regional planning, but is rarely achieved in a meaningful way, especially at the scale of disaggregate data. In this paper, we present a new architecture for modular microsimulation of urban land use, travel demand, and traffic assignment. UrbanSim is an open-source microsimulation platform used by metropolitan planning organizations worldwide for modeling the growth and development of cities over long (~30 year) time horizons. ActivitySim is an agent-based modeling platform that produces synthetic origin-destination travel demand data, developed from the UrbanSim model and software framework. For traffic assignment, we have integrated two approaches. The first is a static user equilibrium approach that is used as a benchmark. The second is a traffic microsimulation approach that we have highly parallelized to run on a GPU in order to enable full-model microsimulation of agents through the entire modeling workflow. This paper introduces this research agenda, describes this project's achievements so far in developing this modular platform, and outlines further research.

研究の動機と目的

• 都市計画を目的として、土地利用、移動需要、交通割り当てを統合するモジュラーで高解像度のマイクロシミュレーションプラットフォームの開発を目的とする。
• 全モデルワークフローに従って個々のエージェントをシミュレートすることで、交通および土地利用政策の年次フィードバック分析を可能にする。
• 公共交通指向開発、駐車政策、およびTNCやAVsといった新興技術を含む、複雑な政策評価を支援することを目的とする。
• GPU並列処理とモジュラー設計により、計算性能を向上させ、迅速なモデル反復を可能にする。
• 実世界のデータおよびSUMOなどの既存シミュレータと比較して、統合モデルの妥当性を検証することを目的とする。

提案手法

• アーキテクチャは、区画および建物レベルでの長期的かつ開発の土地利用と開発のシミュレーションにUrbanSimを統合する。
• ActivitySimは、エージェントベースモデリングおよび行動的選択モデルを用いて、合成された出発地・目的地の移動需要データを生成する。
• GPU並列処理された交通マイクロシミュレーションモデルは、詳細な地域道路網および公共交通網を介した個々の車両の移動を処理する。
• モデルステップの統合とモularityおよび拡張性を保証するために、テンプレートベースのオchestrationパイプラインを採用する。
• 静的ユーザー均衡と動的マイクロシミュレーションの両方が交通割り当てに実装されており、ベンチマーク作成と性能評価が可能である。
• モデルキャリブレーションには、移動時間と道路利用状況に関する実世界データが使用され、SUMOの出力と比較して妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 モジュラーなマイクロシミュレーションアーキテクチャは、マイクロレベルで土地利用、移動需要、交通割り当てモデルをどのように効果的に統合できるか？
• RQ2 GPUアクセラレートされた交通マイクロシミュレーションは、SUMOなどの既存シミュレータと同等の性能と正確性を達成できるか、その程度はどの程度か？
• RQ3 土地利用開発、移動需要、混雑状況の間のフィードバック効果は、年次シミュレーションサイクルにおいてどのように現れるか？
• RQ4 フルエージェント都市モデルにおいて、モデルの詳細度とシミュレーション性能の間の計算的トレードオフはどのようなものか？
• RQ5 統合モデルは、実世界の交通パターンと利用指標をどの程度正確に再現できるか？

主な発見

• GPU並列処理された交通マイクロシミュレータは、同じシナリオ下でSUMOと平均6%の占有率一致を達成し、その正確性が検証された。
• シミュレーション中の大多数の車両が45エッジ未満を通過していたことから、短距離移動と局所的移動パターンが特徴であることが示された。
• 大多数の車両が短距離を走行しており、0–10 kmの範囲にピーク頻度が集中していた。ガソリン消費量は距離に強く相関していたが、混雑状況や停止による増加も確認された。
• 道路セグメントの利用状況は、サンプリング時の車両数をエッジごとの理論的最大容量で除算することで分析され、混雑のヒートスポットが特定された。
• 周波数ヒストグラムに基づく確率的バケット化手法を用いて、個々の出発時刻が効果的にシミュレートされた。
• モジュラーなパイプラインにより、土地利用、移動、交通のフィードバックを年次間隔でフルエージェントでシミュレート可能となり、複雑な政策のシナリオ分析が可能になった。