共有マイクロモビリティは、環境に優しい移動モードであり、脱炭素化を図る交通の重要な一環として広く認識されています。しかし、実際の移動データを使用して環境への影響を定量的に評価することは、未解決で困難な課題です。故に、この問題に対処するために、この研究は機械学習アルゴリズムとモンテカルロシミュレーションを組み合わせたシステムを提案しました。まず、いくつかの機械学習アルゴリズム(Random Forest、XGBoost、LightGBM)を使って、市民の移動モードの選択の好みを特定し、各マイクロモビリティトリップの代替移動モードを推定しました。次に、最終的な環境影響評価の信頼性を確保するために、モンテカルロシミュレーションを使って各トリップの代替モードをシミュレートしました。最後に、環境への影響は、ライフサイクルの温室効果ガス排出量に基づいて計算しました。
関連論文
Estimation of Greenhouse Gas Emission Reduction from Shared Micromobility System. In: 2021 IEEE Green Energy and Smart Systems Conference (IGESSC), pp. 1-6, IEEE, Long Beach, CA, USA, 2021, ISSN: 2640-0138.
共有マイクロモビリティシステムによる温室効果ガス排出削減の予測