1D-03
機械学習を用いた高頻度路線における遅延予測手法の構築
大都市圏の高頻度路線において、利用者の混雑が原因となる遅延が慢性的に発生している。運行管理業務を担当する指令員は、短時間先までの遅延の変化を予測して列車の間隔を調整する等の運転整理を実施している。そのため、遅延の変化を正確に予測することは、指令員の支援という観点から重要になる。筆者らはこれまでに、大都市圏の通勤路線を対象に、実績の遅延データ、乗車率を用い、ニューラルネットワークや深層学習のモデルの一つであるLong Short Term Memoryを活用した遅延予測手法を構築し、有効性を示した。今回、構築した手法について、より高頻度な大都市圏の路線の朝ラッシュ時間帯における予測精度を検証した結果を報告する。