[論文レビュー] How Much Urban Traffic is Searching for Parking? Simulating Curbside Parking as a Network of Finite Capacity Queues

Chase Dowling, Tanner Fiez+2 more|arXiv (Cornell University)|Feb 20, 2017

Smart Parking Systems Research参考文献 21被引用数 13

ひとこと要約

本稿では、都市部の路上駐車を模擬するために、有限容量のキューのネットワークモデルを提案する。ドライバーが駐車を探している状況を、ブロックフェース間のキュー間で競合するタスクとして扱う。シミュレーションにより、定常的な駐車時間のもとでは、マコビアン（指数分布）のサービス時間の仮定が、現実の行動をよく近似することが確認され、駐車率と拒否率の正確な推定が可能になる。これは、駐車探索に起因する交通のモデリングに不可欠な要因である。

ABSTRACT

With the increasing availability of transaction data collected by digital parking meters, paid curbside parking can be advantageously modeled as a network of interdependent queues. In this article we introduce methods for analyzing a special class of networks of finite capacity queues, where tasks arrive from an exogenous source, join the queue if there is an available server or are rejected and move to another queue in search of service according to the network topology. Such networks can be useful for modeling curbside parking since queues in the network perform the same function and drivers searching for an available server are under combinatorial constraints and jockeying is not instantaneous. Further, we provide a motivating example for such networks of finite capacity queues in the context of drivers searching for parking in the neighborhood of Belltown in Seattle, Washington, USA. Lastly, since the stationary distribution of such networks used to model parking are difficult to satisfactorily characterize, we also introduce a simulation tool for the purpose of testing the assumptions made to estimate interesting performance metrics. Our results suggest that a Markovian relaxation of the problem when solving for the mean rate metrics is comparable to deterministic service times reflective of a driver's tendency to park for the maximum allowable time.

研究の動機と目的

• ドライバーが駐車を探していることによって生じる交通を分析するために、路上駐車を有限容量キューのネットワークとしてモデル化すること。
• キューイングネットワークモデルにおける主な仮定の妥当性を評価すること、特にサービス時間分布およびシステムの安定性に関する仮定を対象とする。
• 空間的・時間的高分解能での性能指標（駐車率・拒否率など）を推定するためのシミュレーションフレームワークを開発すること。
• 実世界の駐車ダイナミクスを予測する際の、マコビアン（指数分布）的および固定（決定論的）サービス時間の仮定を比較すること。

提案手法

• 駐車スペースがすべて埋まっている場合、車両は拒否され、隣接するブロックフェースに再ルーティングされる有限容量キューのネットワークとして路上駐車をモデル化する。
• ステディステートへの収束をテストし、到着およびサービスプロセスに関する仮定を検証するために、シミュレーションツールを用いる。
• 観察された駐車率に一致する到着率を推定するために、ブルートフォース根の探索法を用い、99%の駐車率閾値を設定する。
• 指数分布（マコビアン）と固定時間（決定論的）の2つのサービス時間モデルを比較し、実際のドライバー行動（最大許容駐車時間に従って駐車する）を反映する。
• ベルタウン（シアトル）のデジタル駐車メーター取引データ（2016年3月〜6月）と比較することで、シミュレートされた駐車率および拒否率の正確性を検証する。
• ブロックフェースごとの誤差および異常ケースの評価を通じて、空間的・時間的不均一性を分析する。

実験結果

リサーチクエスチョン

• RQ1 有限容量キューのネットワークは、都市環境における実際の駐車探索ダイナミクスをどれほどよくモデル化できるか？
• RQ2 指数分布と固定時間のサービス時間仮定を比較した場合、駐車率および拒否率の予測精度にどのような影響を与えるか？
• RQ3 どのブロックフェースで、シミュレートされた駐車率と観察された駐車率の間に顕著な差が生じており、その背後にある要因は何か？
• RQ4 異なるサービス時間仮定のもとで、システムはどの程度の速さでステディステートに収束するか？
• RQ5 このモデルは、駐車探索が都市の交通混雑に与える影響を推定するために、どの程度活用可能か？

主な発見

• シミュレーションの結果、指数分布のサービス時間は固定時間のサービス時間と非常に近い近似を示し、月曜日の平均拒否率の差はわずか0.34対0.38（1時間あたりの車両数）にとどまる。
• 固定サービス時間のもとで、ブロックフェース全体の平均駐車率誤差は-5.3%であり、拒否率の誤差は-0.19台/時間であった。これは、モデルがやや保守的であることを示している。
• 外れ値として特定された上位3つのブロックフェース（91、185、196）では、一貫した差が生じており、それぞれの原因は、平均駐車時間の短さ（ブロック91）、ネットワーク境界効果（ブロック185）、単一駐車スペース構成（ブロック196）である。
• モデルの駐車率予測は、一般的なブロックフェースでは最も正確であり、誤差は主に特殊ケースに集中している。これは、一般的な都市計画応用においてモデルの堅牢性を示している。
• 本モデルは、駐車需要と供給の空間的・時間的不均一性を効果的に捉えており、駐車探索交通の高分解能分析を可能にしている。
• 結果から、政策立案や料金設定のための実世界の駐車ダイナミクスを推定するにあたり、簡素化されたマコビアンモデルの使用が有効であることが支持される。