...

最適集合駅探索 Web サービスの構築

by user

on
Category: Documents
10

views

Report

Comments

Transcript

最適集合駅探索 Web サービスの構築
平成○年○月○日
最適集合駅探索 Web サービスの構築
学籍番号:0010000
氏名:○○○○
1. はじめに
総務省の調査によれば,PC からのインターネット利用者の 38.9%が過去 1 年以内に路線探索
などの地図情報提供サービスを利用している[1]。
路線探索サービスは便利であるが,複数地点にいる人間が集合地点を決めるような場合には,
意外にも不便である。例えば,千葉駅と横浜駅と大宮駅にいる 3 人が集合すべき場所を探そうとす
ると,東京駅など適当な候補駅をいくつか思い浮かべた後,候補駅と 3 つの駅の間の路線探索を
行って,適切かどうかを確認する作業を繰り返す必要がある。複数の駅を出発地点として,適切な
集合駅を探索したいといった需要は,少なからずあるはずだが,そのような需要に応えるサービス
は,現在のところ,Web 上に提供されていない。
本研究では,Web 上で適切な集合駅を探索するサービスを構築することを目的とし,東京近辺
に地域を限定したプログラムを試作した。本稿では,最適集合地点を探索する手法と,試作した最
適集合駅探索 Web サービスについて報告する。
2. システムの構築
2.1. データの整備
本研究では,駅データ[2]から東京都,千葉県,埼玉県,神奈川県を通る主要な 125 路線から
2031 駅を抽出した。抽出した駅のうち,徒歩で乗換可能な駅同士をグループ化し,1492 の駅グル
ープを定義した。また,時刻表[3]および路線探索サービスなどを参考に,隣接駅間に,代表的な
所要時間(分)を設定した。さらに,駅グループ内のすべての 2 駅の組み合わせに対して,乗換の
所要時間として 5 分を設定した。
2.2. 実装方法
本システムは,図 1 に示すように,「駅間所要時間算出」,「駅グループ間所要時間算出」,「最
適駅探索」の 3 つの部分から構成される。
2.2.1. 駅間所要時間算出
テーブル「駅」,「隣接駅」を用いて,任意の 2 駅の間の最短所要時間を算出した。最短所要時
間の算出には Floyd アルゴリズム[4]を利用した。駅数を n としたとき,本処理の計算量は O(n3)であ
る。算出結果はテーブル「駅間所要時間」に格納した。
《中略》
1
[1]
駅データ
駅グループ
データ
駅間所要時間
算出
隣接駅
データ
[2]
駅グループ間
所要時間算出
駅間
所要時間
クライアントPC
[3]
最適集合駅探索
駅グループ間
所要時間
Web
ブラウザ
Webサーバー
駅データ
駅グループ
データ
図 1 システムの概要
3. 実行結果
本システムの実行例を示す。
《中略》
4. おわりに
本研究では,出発駅を複数与え,最適な集合駅を探索する Web サービスを構築した。東京,
千葉,埼玉,神奈川限定ではあるが,概ね妥当な結果を得られることが確認できた。
今後の課題として,探索対象地域の拡大と評価基準の見直しが挙げられる。本手法では駅数
の 2 乗に比例した記憶領域が必要なため,探索対象地域の拡大には,対象地域の分割を行うなど
の工夫が必要である。また,現在の評価基準では,お互いに近接した複数の出発駅と遠く離れた
出発駅が 1 つあるような状況では,実感に合わない最適駅が結果として出力されることがある。今
後,ユーザーの目的に応じて,距離の総和など別の評価基準を選択できるよう検討を行っていき
たい。
参考文献
[1] 総務省,『平成 21 年度通信利用動向調査報告書』,p.62,
http://www.soumu.go.jp/johotsusintokei/statistics/pdf/HR200900_001.pdf,2010 年 9 月 16 日.
[2] 株式会社コードプラス, 『駅コード.jp』, http://www.ekidata.jp/, 2010 年 5 月 21 日.
[3] JTB パブリッシング交通図書編集部編, 『JTB 時刻表』, JTB パブリッシング, 2010.
[4] R. W. Floyd, “Algorithm 97: shortest path”, Comm. ACM, 5(6), p.345, 1967.
2
Fly UP