峠部における冬季の路面摩擦状態の予測手法について

スポンサーリンク

概要

論文の詳細を見る
時間的空間的に大きく変動する峠部の冬季の路面状態を予測するために,路面状態の実態観測を行うととももに,GMDH(Group Method of Data Handling)モデルと階層型ニューラルネットワークモデルの2つの統計的モデルを改良して路面の摩擦係数を予測することを試みた.これらのモデルは,少ないサンプルデータで高次の非線形構造を表現できるとともに,学習能力に優れていることを特色としている.GMDHにおいては,数量化I類と重回帰分析を組み合わせたモデル構造を提案し,天気や除雪の有無などの質的データを取り扱うことができるようにした.また,ニューラルネットワークモデルにおいては,路線全体のデータと各地点ごとのデータを分離して与えるマルチ入力型の多層階層モデルを提案した.これによって各地点の局部的な要因を考慮できるようにした.峠部20km区間において1kmごとに2時間先の摩擦係数を予測し,両モデルとも70数%の予測精度を得た.

著者

関連論文

もっと見る

スポンサーリンク