Прогнозирование перевозок - Transportation forecasting

Прогнозирование перевозок - это попытка оценить количество транспортных средств или людей, которые будут использовать конкретное транспортное средство в будущем. Например, прогноз может оценивать количество транспортных средств на планируемой дороге или мосту, количество пассажиров на железнодорожной линии, количество пассажиров, посещающих аэропорт, или количество судов, заходящих в морской порт. Прогнозирование трафика начинается со сбора данных о текущем трафике. Эти данные о трафике объединяются с другими известными данными, такими как численность населения, занятость, количество поездок, транспортные расходы и т. Д., Для развития трафика. требовать модель для текущей ситуации. Подача в него прогнозируемых данных о населении, занятости и т. Д. Приводит к оценкам будущего трафика, обычно оцениваемым для каждого сегмента рассматриваемой транспортной инфраструктуры, например, для каждого сегмента дороги или железнодорожной станции. Современные технологии облегчают доступ к динамическим данным, большим данным и т. Д., Предоставляя возможность разрабатывать новые алгоритмы для значительного улучшения предсказуемости и точности текущих оценок.^[1]

Прогнозы трафика используются для нескольких ключевых целей транспортной политики, планирование, и инженерное дело: для расчета пропускной способности инфраструктуры, например, сколько полос движения должен иметь мост; оценить финансовую и социальную жизнеспособность проектов, например, с использованием анализ выгоды и затрат и оценка социального воздействия; и рассчитать воздействие на окружающую среду, например, загрязнение воздуха и шум.

Четырехступенчатые модели

Порочный цикл предсказания и обеспечения

В рамках рационального планирования прогнозы транспорта традиционно следовали последовательной четырехступенчатой модели или процедуре планирования городского транспорта (UTP), впервые реализованной на мэйнфреймах в 1950-х годах в Детройт Исследование движения в пригородах и Чикаго Исследование транспорта области (CATS).

Прогнозирование землепользования запускает процесс. Обычно прогнозы делаются для региона в целом, например, роста населения. Такие прогнозы предоставляют контрольные итоги для анализа местного землепользования. Обычно регион делится на зоны и по тренду или регрессивный анализ, для каждого определяется численность населения и занятость.

Четыре шага классической модели системы планирования городского транспорта:

Генерация поездки определяет частоту отправления или назначения поездок в каждой зоне в зависимости от цели поездки, в зависимости от землепользования и демографии домохозяйств, а также других социально-экономических факторов.
Распределение поездок сопоставляет исходные пункты с пунктами назначения, часто используя гравитационная модель функция, эквивалентная модель максимизации энтропии. Более старые модели включают метод Fratar или Furness, тип итеративная пропорциональная подгонка.^[2]
Выбор режима вычисляет долю поездок между каждым пунктом отправления и пунктом назначения, в которых используется определенный вид транспорта (эта модальная модель может быть логит форма).
Назначение маршрута распределяет поездки между исходной точкой и пунктом назначения в соответствии с определенным режимом маршрута. Часто (для назначения трассы) Wardrop принцип пользовательское равновесие применяется (эквивалентно равновесие по Нэшу ), при этом каждый водитель (или группа) выбирает кратчайший (время в пути) путь, при условии, что каждый другой водитель делает то же самое. Сложность в том, что время в пути зависит от спроса, а спрос - от времени в пути, так называемого двухуровневая проблема. Другой подход - использовать Соревнование Штакельберга модель, в которой пользователи («последователи») реагируют на действия «лидера», в данном случае, например, диспетчера трафика. Этот лидер ожидает реакции последователей.

После классической модели идет оценка согласно согласованному набору критериев принятия решения и параметров. Типичный критерий - анализ затрат и выгод. Такой анализ может быть применен после того, как модель назначения сети определит необходимую мощность: стоит ли такая мощность? Помимо определения этапов прогнозирования и принятия решений как дополнительных этапов процесса, важно отметить, что прогнозирование и принятие решений пронизывают каждый этап процесса UTP. Планирование имеет дело с будущим, и оно зависит от прогнозов.

Модели, основанные на деятельности

Модели, основанные на деятельности, - это еще один класс моделей, которые предсказывают для людей, где и когда проводятся определенные действия (например, работа, отдых, покупки и т. Д.).

Основная предпосылка, лежащая в основе моделей, основанных на деятельности, заключается в том, что спрос на поездки определяется деятельностью, которую люди хотят или хотят выполнять, а решения о поездках являются частью решений по планированию. В таком случае путешествие рассматривается как один из атрибутов системы. Таким образом, модель командировок устанавливается в контексте повестки дня как компонент решения о планировании работ.

Модели, основанные на деятельности, предлагают другие возможности, чем четырехступенчатые модели, например моделировать экологические проблемы, такие как выбросы и воздействие загрязнения воздуха. Хотя их очевидные преимущества для окружающей среды были признаны Shiftan почти десять лет назад,^[3] приложений к моделям воздействия остается мало. В последнее время для прогнозирования выбросов используются модели, основанные на деятельности. ^[4] и качество воздуха.^[5]^[6]Они также могут предоставить более точную общую оценку воздействия, а также позволяют разделить индивидуальное воздействие на виды деятельности.^[7]^[8]Таким образом, их можно использовать для уменьшения ошибочной классификации воздействия и более точного установления взаимосвязи между воздействием на здоровье и качеством воздуха.^[9]Лица, определяющие политику, могут использовать модели, основанные на деятельности, для разработки стратегий, снижающих воздействие за счет изменения временных моделей активности или ориентированных на определенные группы населения.^[10]^[11]

Интегрированный транспорт - модели землепользования

Эти модели предназначены для прогнозирования влияния изменений транспортной сети и операций на будущее местоположение деятельности, а затем прогнозирования влияния этих новых местоположений на транспортный спрос.

Модели для каждого драйвера

В качестве наука о данных и большое количество данных становятся доступными технологии транспортного моделирования, исследования продвигаются в направлении моделирования и прогнозирования поведения отдельных водителей в целых городах на индивидуальном уровне.^[12] Это предполагает понимание происхождения и назначения отдельных водителей, а также их служебных функций. Это может быть сделано путем объединения данных по драйверам, собранных на дорожные сети, например, мой ANPR камеры, с другими данными о людях, такими как данные с их социальная сеть профили, карта магазина данные о покупках и история поисковой системы. Это приведет к более точным прогнозам, расширенным возможностям контроля трафика для индивидуальной приоритизации конкретных драйверов, а также к этическим соображениям, поскольку местные и национальные правительства используют больше данных об идентифицируемых лицах. Хотя интеграция таких частично личные данные заманчиво, есть немало Конфиденциальность опасения по поводу возможностей, связанных с критикой масса наблюдения.

Шаги-предшественники

Хотя это и не идентифицировано как этапы процесса UTP, многие сбор данных участвует в процессе анализа UTP. Перепись и данные о землепользовании получены вместе с домашние опросы и путевые опросы. Опросы на дому, данные о землепользовании и специальные обзоры туристической привлекательности предоставляют информацию, с помощью которой используются инструменты анализа UTP.

Сбор, управление и обработка данных; оценка модели; и использование моделей для получения планов - широко используемые методы в процессе UTP. Вначале в США данные переписи дополнялись методами сбора данных, которые были разработаны Бюро автомобильных дорог общего пользования (предшественник Федеральное управление автомобильных дорог ): процедуры подсчета трафика, подсчет кордонов «откуда вы и куда собираетесь» и методы домашнего интервью. Протоколы для кодирования сетей и понятие анализа или зон трафика появились в CATS.

При оценке моделей использовались существующие методы, а планы были разработаны с использованием любых моделей, разработанных в ходе исследования. Основное различие между «сейчас» и «потом» - это разработка некоторых аналитических ресурсов, специфичных для планирования транспортировки, в дополнение к методам сбора данных BPR, которые использовались в первые дни.

Критика

Последовательный и агрегированный характер прогнозирования перевозок подвергается большой критике. Несмотря на то, что были внесены улучшения, в частности, созданы условия для удовлетворения спроса на поездки, многое еще предстоит сделать. В 1990-х годах большая часть федеральных инвестиций в исследования моделей направлялась в Transims проект в Лос-Аламосская национальная лаборатория, разработанные физиками. Хотя использование суперкомпьютеров и подробное моделирование может быть улучшением на практике, еще предстоит показать, что они лучше (точнее), чем традиционные модели. Коммерческая версия была выделена IBM,^[13] и Открытый исходный код версия также активно поддерживается как TRANSIMS с открытым исходным кодом.^[14]^[15]

2009 г. Счетная палата правительства В отчете отмечается, что федеральный обзор транспортного моделирования сосредоточен больше на требованиях к процессу (например, имела ли общественность адекватную возможность высказаться?), чем на результатах транспортировки (таких как сокращение времени в пути или сохранение загрязнителей или Выбросы парниковых газов в пределах национальных стандартов).^[16]

Одним из основных упущений при использовании транспортных моделей на практике является отсутствие какой-либо обратной связи от транспортных моделей по землепользованию. Инвестиции в автомагистрали и транзит не только отвечают землепользование, они тоже его формируют.^[17]

Смотрите также

Примечания

^ «Создание единого алгоритма управления транспортными системами. [Социальное воздействие]. ИТС. Центр интеллектуальных транспортных систем и испытательный стенд». SIOR, Открытый репозиторий социального воздействия.
^ Робинсон, Даррен, изд. (12 ноября, 2012). "6". Компьютерное моделирование устойчивого городского дизайна: физические принципы, методы и приложения. Рутледж. п. 157. ISBN 9781136539350. Получено 6 октября 2017.
^ Шифтан Ю. (2000). «Преимущество моделирования на основе деятельности для целей качества воздуха: теория против практики и будущих потребностей». Инновации. 13 (1): 95–110. Дои:10.1080/135116100111685. S2CID 143098156.
^ Беккс К., Арентце Т., Инт Панис Л., Янссенс Д., Ванкерком Дж., Мокрый Г. (2009). «Комплексная основанная на деятельности модель моделирования для оценки выбросов транспортных средств: подход и применение». Окружающая среда и планирование B: планирование и дизайн. 36 (6): 1086–1102. Дои:10.1068 / b35044. S2CID 62582857.
^ Беккс К., Инт Панис Л., Ван Де Вел К., Арентце Т., Янссенс Д., Мокрый Г. (2009). «Вклад моделей транспорта на основе видов деятельности в моделирование качества воздуха: проверка цепочки моделей ALBATROSS - AURORA». Наука об окружающей среде в целом. 407 (12): 3814–3822. Bibcode:2009ScTEn.407.3814B. Дои:10.1016 / j.scitotenv.2009.03.015. PMID 19344931.
^ Hatzopoulou M, Miller E (2010). «Связывание модели спроса на поездки на основе видов деятельности с моделями выбросов и рассеивания транспортных средств: вклад транспорта в загрязнение воздуха в Торонто». Транспортные исследования, часть D. 15 (6): 315–325. Дои:10.1016 / j.trd.2010.03.007.
^ Дхондт; и другие. (2012). «Оценка воздействия загрязнения воздуха на здоровье с использованием динамического профиля воздействия: последствия для оценок воздействия и воздействия на здоровье». Обзор оценки воздействия на окружающую среду. 36: 42–51. Дои:10.1016 / j.eiar.2012.03.004.
^ Беккс С. (2009). «Дезагрегирование общенациональных динамических оценок воздействия на население в Нидерландах: применение транспортных моделей на основе видов деятельности». Атмосферная среда. 43 (34): 5454–5462. Bibcode:2009AtmEn..43.5454B. Дои:10.1016 / j.atmosenv.2009.07.035.
^ Инт Панис Л. (2010). «Новые направления: эпидемиология загрязнения воздуха может выиграть от моделей, основанных на деятельности». Атмосферная среда. 44 (7): 1003–1004. Bibcode:2010AtmEn..44.1003P. Дои:10.1016 / j.atmosenv.2009.10.047.
^ Int Panis L, et al. (2009). «Социально-экономический класс и воздействие загрязнения воздуха NO2 в Нидерландах». Эпидемиология. 20 (6): S19. Дои:10.1097 / 01.ede.0000362234.56425.2c. S2CID 72144535.
^ Int Panis L, et al. (2009). "Моделирование воздействия загрязнения воздуха на мужчин и женщин". Эпидемиология. 20 (6): S19. Дои:10.1097 / 01.ede.0000362233.79296.95. S2CID 72224225.
^ Фокс, Чарльз (2018-03-25). Наука о данных для транспорта. Springer.
^ Transims В архиве 2008-09-19 на Wayback Machine
^ TRANSIMS с открытым исходным кодом - Главная
^ Транспортный анализ и моделирование
^ Счетная палата правительства США (9 сентября 2009 г.). «Столичные организации по планированию: существуют варианты расширения возможностей планирования перевозок и федерального надзора». Счетная палата правительства США. Счетная палата правительства США. Получено 7 октября 2017.
^ ван Ви, Берт (2015). «Точка зрения: к новому поколению моделей взаимодействия землепользования и транспорта». Журнал транспорта и землепользования. 8 (3). Получено 7 октября 2017.