降雨時は制動距離の伸長や視界不良等で晴天時と比べて運転条件が厳しくなる．本研究では，高い時空間分解能を有するXバンドMPレーダを主とした雨量観測ネットワークであるXRAINのデータを利用した．アメダス雨量計とXRAINのデータを比較すると，時間的，空間的なずれ，降水強度のずれが顕著な場合があり，高速道路上の雨量を捉えるためにはXRAINのデータがより有用であることを示した．また首都高速道路上の速度分布を分析すると，車両速度は降雨強度から非線形な影響を受け，低い降雨強度ではその増加による速度低下は比較的大きいが，強い降雨強度ではこれが増加しても速度低下は顕著ではないことを示した．さらにこの傾向は，曲線部でも同様に見られるが，曲率が大きいほど低い降雨強度での速度低下が少ない傾向が見られることを示した．

　大規模災害による道路ネットワークリンクの損壊は，災害時の町村の孤立化や救援の遅延等の接続性の機能不全を引き起こすとして問題視されてきた．そのため，災害時に各地点の接続性を担保する強靭なネットワークを作るためにも｢選択と集中｣を考慮した耐災害整備がより必要になっている．しかしながら，強靭化のための効率的な整備順序はいかにして决定するべきかという問題が存在する．本研究では､国土交通省が使用する｢防災機能評価｣に深層強化学習を組み合わせた整備順序最適化モデルの構築を行う．簡易ネットワークに適用した結果，全整備順序パターン数に対して，比較的少ない探索で効果的な整備順序を探索可能であることが確認され，将来的には限られた予算の中で早期の耐災害効果の発現を目指した整備の提案が期待される．

　都市内を日々通行する車両を,宅配など“ラストワンマイル”の配送に利用するシステムである“クラウドソーシング・デリバリー(CSD)”は,E-Commerce の普及による配送需要の増加に対応しうる,新たな配送システムである.本研究では,クラウドワーカーであるドライバーと配送タスクのマッチングを,オークション市場を通して決定するCSDシステムを提案する.まず,提案システムによって実現するマッチングが,社会的に最適であることを示す. さらに，大規模なオークション市場における課題 -オークション・メカニス゛ムに必要な計算量か゛莫大になる- を解決するため，メカニズムにおいて解く最適化問題の効率的解法を示す.