Прогнозирование перевозок
Из Википедии, свободной энциклопедии
Перейти к навигации Перейти к поиску
Требования к дорожному пространству.png

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 комбинируются с другими известными данными, такими как численность населения, занятость, количество поездок, транспортные расходы и т. Д., Чтобы разработать модель спроса на трафик.для текущей ситуации. Подача в него прогнозируемых данных о населении, занятости и т. Д. Приводит к оценке будущего движения, обычно оцениваемой 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 повышения предсказуемости и точности текущих оценок. [1]

Прогнозы движения используются для нескольких ключевых целей в транспортной политике, планировании и проектировании : для расчета пропускной способности инфраструктуры, например, сколько полос движения должен иметь мост; для оценки финансовой и социальной жизнеспособности проектов, например, с использованием анализа затрат и выгод и оценки социальных последствий ; и для расчета воздействия на окружающую среду , например, загрязнения воздуха и шума.

Четырехступенчатые модели

Порочный круг 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 Детройтском городском исследовании трафика и исследовании городского транспорта в Чикаго (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 с помощью анализа тенденций или регрессии для каждой определяются численность населения и занятость.

Четыре этапа классической модели системы планирования городского транспорта:

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. Тогда 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, для моделирования экологических проблем, таких как выбросы и подверженность загрязнению воздуха. Хотя их очевидные преимущества с точки зрения защиты окружающей среды были признаны Shiftan почти десять лет назад [3], применения в моделях воздействия остаются скудными. В последнее время модели, основанные на деятельности, использовались для прогнозирования выбросов [4] и качества воздуха. [5] [6] Они также могут дать более точную общую оценку воздействия, а также позволяют дезагрегировать индивидуальное воздействие по видам 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 в транспортной сети и операциях на будущее местоположение деятельности, а затем для прогнозирования влияния этих новых местоположений на транспортный спрос.

Модели для каждого драйвера

Как наука данных и большие данные технологии становятся доступными для моделирования переноса, исследование двигается в направлении моделирования и прогнозирования поведения отдельных водителей в целых городах на индивидуальном уровне. [12] Это будет включать понимание происхождения и назначения отдельных водителей, а также их служебных функций. Это может быть сделано путем объединения данных для каждого водителя, собранных в дорожных сетях , таких как мои камеры ANPR , с другими данными об отдельных лицах, такими как данные из их профилей в социальных сетях , данные о покупках по карте магазина и история поисковых систем.. 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 личных данных является заманчивой, существуют серьезные опасения по поводу конфиденциальности по поводу возможностей, связанных с критикой массового наблюдения .

См. Также: Проблемы конфиденциальности при работе с социальными сетями и проблемы наблюдения в умных городах.

Шаги-предшественники

Хотя это не определено как этапы в процессе UTP, сбор большого количества данных участвует в процессе анализа UTP. Собираются данные переписи населения и землепользования, а также обследования домашних собеседований и путевые обследования. Опросы на дому, данные о землепользовании и специальные обзоры туристической привлекательности предоставляют информацию, на которой используются инструменты анализа UTP.

Сбор, управление и обработка данных; оценка модели; и использование моделей для получения планов - часто используемые методы в процессе UTP. Вначале в США данные переписи дополнялись методами сбора данных, разработанными Бюро дорог общего пользования (предшественником Федерального управления шоссейных дорог ): процедуры подсчета трафика, кордон, «откуда вы едете» и Куда вы идете "подсчеты и методы домашнего собеседования. 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, относящихся к планированию 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 была направлена ​​на проект Transims в Национальной лаборатории Лос-Аламоса , разработанный 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], а версия с открытым исходным кодом также активно поддерживается как TRANSIMS Open-Source. [14] [15]

В отчете Счетной палаты правительства за 2009 год отмечалось, что федеральный обзор транспортного моделирования сосредоточен больше на технологических требованиях (например, имела ли общественность адекватную возможность высказаться?), Чем на результатах транспортировки (таких как сокращение времени в пути или сохранение выбросов загрязняющих веществ или 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 связаны с землепользованием , но и формируют его. [17]

Смотрите также

  • Управление воздушным движением
  • Журнал транспорта и землепользования
  • Предвзятость оптимизма
  • Прогнозирование эталонного класса
  • Управление дорожным движением
  • Узкое место трафика
  • ТРАНУС

Примечания

  1. ^ «Создание единого алгоритма для управления транспортными системами. [Социальное воздействие]. ИТС. Центр интеллектуальных транспортных систем и испытательный стенд» . SIOR, Открытый репозиторий социального воздействия .
  2. ^ Робинсон, Даррен, изд. (12 ноября, 2012). «6» . Компьютерное моделирование устойчивого городского дизайна: физические принципы, методы и приложения . Рутледж. п. 157. ISBN. 9781136539350. Проверено 6 октября 2017 года .
  3. ^ Shiftan Y. (2000). «Преимущество моделирования на основе деятельности для целей качества воздуха: теория vs практика и будущие потребности». Инновации . 13 (1): 95–110. DOI : 10.1080 / 135116100111685 . S2CID 143098156 . 
  4. ^ Beckx С, Т Arentze, Int Панис л, Янсенс D, J Vankerkom, Wets G (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. DOI : 10.1068 / b35044 . S2CID 62582857 . 
  5. ^ Beckx С, Int Панис л, Ван де Вель К, Т Arentze, Янсенс D, Wets G (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 . DOI : 10.1016 / j.scitotenv.2009.03.015 . PMID 19344931 . 
  6. ^ Hatzopoulou M, Miller E (2010). «Связывание модели спроса на поездки, основанной на деятельности, с моделями выбросов и рассеивания транспортных средств: вклад транспорта в загрязнение воздуха в Торонто». Транспорт Исследования Часть D . 15 (6): 315–325. DOI : 10.1016 / j.trd.2010.03.007 .
  7. ^ Dhondt; 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. DOI : 10.1016 / j.eiar.2012.03.004 .
  8. ^ Beckx C (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 . DOI : 10.1016 / j.atmosenv.2009.07.035 .
  9. ^ Int Panis L (2010). «Новые направления: эпидемиология загрязнения воздуха может извлечь выгоду из моделей, основанных на деятельности». Атмосферная среда . 44 (7): 1003–1004. Bibcode : 2010AtmEn..44.1003P . DOI : 10.1016 / j.atmosenv.2009.10.047 .
  10. ^ Int Panis L, et al. (2009). «Социально-экономический класс и подверженность загрязнению воздуха NO2 в Нидерландах». Эпидемиология . 20 (6): S19. DOI : 10.1097 / 01.ede.0000362234.56425.2c . S2CID 72144535 . 
  11. ^ Int Panis L, et al. (2009). «Моделирование воздействия загрязнения воздуха на мужчин и женщин». Эпидемиология . 20 (6): S19. DOI : 10.1097 / 01.ede.0000362233.79296.95 . S2CID 72224225 . 
  12. ^ Фокс, Чарльз (2018-03-25). Наука о данных для транспорта . Springer.
  13. ^ Transims архивации 2008-09-19 в Wayback Machine
  14. ^ TRANSIMS с открытым исходным кодом - Главная
  15. ^ Транспортный анализ и моделирование
  16. ↑ Счетная палата правительства США (9 сентября 2009 г.). «Городские организации планирования: существуют варианты расширения возможностей планирования перевозок и федерального надзора» . Счетная палата правительства США . Счетная палата правительства США . Проверено 7 октября 2017 года .
  17. ^ Ван Ви, Берт (2015). «Точка зрения: к новому поколению моделей взаимодействия землепользования и транспорта» . Журнал транспорта и землепользования . 8 (3) . Проверено 7 октября 2017 года .

использованная литература

  • Майкл Мейер, Эрик Дж. Миллер . Планирование городского транспорта, McGraw-Hill, 2-е издание, 2000 г. ISBN 0-07-242332-3 
  • Эскотт, Элизабет. 2006. Анализ затрат на выгоду от путепроводов Wonderworld Drive в Сан-Маркосе, Техас. Прикладной исследовательский проект. Государственный университет Техаса. http://ecommons.txstate.edu/arp/104/
  • Майкл Г. МакНалли, 2000. Четырехступенчатая модель. В: Справочник по моделированию транспорта, под ред. Дэвид А. Хеншер и Кеннет Дж. Баттон, 35–52. http://www.its.uci.edu/its/publications/papers/CASA/UCI-ITS-AS-WP-00-5.pdf
  • Майкл Г. МакНалли, 2000. Подход, основанный на деятельности. В: Справочник по моделированию транспорта, под ред. Дэвид А. Хеншер и Кеннет Дж. Баттон, 53–69. http://www.its.uci.edu/its/publications/papers/CASA/UCI-ITS-AS-WP-00-4.pdf
  • Георг Херткорн, (2005) Mikroskopische Modellierung von zeitabhängiger Verkehrsnachfrage und von Verkehrsflußmustern. Диссертация (немецкий язык), Немецкий аэрокосмический центр, Институт транспортных исследований. http://elib.dlr.de/21014/1/fb_2004-29_v2.pdf
Источник « https://en.wikipedia.org/w/index.php?title=Transportation_forecasting&oldid=1025699434 »
Contribute a better translation