@techreport{oai:ipsj.ixsq.nii.ac.jp:00157940,
 author = {中村, 新之介 and 植村, 匠 and 上瀧, 剛 and 内村, 圭一 and Shinnnosuke, Nakamura and Takumi, Uemura and Gou, Koutaki and Keiichi, Uchimura},
 issue = {4},
 month = {Feb},
 note = {近年，交通渋滞を緩和する手法として交通信号機制御による手法が注目されている．筆者らはマルチエレメント GA と交通流シミュレータを用いて交通信号パラメータを最適化し，渋滞を緩和する手法が提案したが，最適化処理に長い時間を要するため，実環境下での運用は現実的ではない問題を有していた．本研究では，交通流シミュレータの入出力関係を学習させた学習機械をシミュレータと置き換える手法を提案し，最適化処理の時間短縮を目指す．, In recent years, techniques have been attracting attention due to traffic signal control as a method to alleviate traffic congestion. Among them, Mitigation method congestion by optimizing the traffic signal parameters using multi-element GA and traffic simulator was proposed. But it takes a long time to the optimization process. Therefore, It is difficult to operating in a real environment. In this study, in order to shorten the optimization process time, we propose a method to replace the learning machine to the traffic flow simulator.},
 title = {確率的最適化による深層学習とマルチエレメントGAを用いた道路交通信号パラメータの最適化},
 year = {2016}
}